Deutsche Gesellschaft für Audiologie - Universität Oldenburg

Deutsche Gesellschaft für Audiologie
Deutsche Gesellschaft für Medizinische Physik
Österreichische Gesellschaft für Medizinische Physik
Schweizerische Gesellschaft für Strahlenbiologie
und Medizinische Physik
XVII. Winterschule für Medizinische Physik
Medizinische Akustik und Audiologie
Birger Kollmeier/Oldenburg
Pichl/Steiermark
1. bis 6. März 2009

Deutsche Gesellschaft für Audiologie
Deutsche Gesellschaft für Medizinische Physik
Österreichische Gesellschaft für Medizinische Physik
Schweizerische Gesellschaft für Strahlenbiologie
und Medizinische Physik
XVII. Winterschule
Pichl/Steiermark 1. bis 6. März 2009
Kurs 1
Medizinische Akustik und Audiologie
Prof. Dr. Dr. Birger Kollmeier
2009
1

Inhalt
Liste der Referenten 3
Kursprogramm 4
Liste der Sponsoren 5
Kurzfassungen der Vorträge
1. Bau- und Raumakustik 7
2. Elektroakustik 31
3. Das periphere Hörorgan – Funktionsweise und Modellbildung 53
4. Psychoakustik und Sprachperzeption bei Normal- und
Schwerhörigen 63
5. Hördiagnostik für die rehabilitative Audiologie 93
6. Audiometrische Standardverfahren, Otoakustische Emissionen,
Auditorisch evozierte Potentiale und Qualitätssicherung 103
7. Physikalische Grundlagen der Akustik 121
8. Akustische Messverfahren 141
9. Signalverarbeitung für Hörhilfen und Audiologie 157
10. Cochlea-Implantate 167
11. Implantierbare Hörgeräte 179
12. Versorgung und Rehabilitation mit technischen Hörhilfen 187
Anhang: Numerische Akustik 201
2

Referenten
Prof. Dr. Matthias Blau, FH Oldenburg-Ostfriesland-Wilhelmshaven, Institut für Hörtechnik
und Audiologie Haus des Hörens, Marie-Curie-Straße 2, 26129 Oldenburg
Dr. Dipl. Inform. Andreas Büchner, Hörzentrum Hannover an der MHH,
Wissenschaftlicher Leiter, Karl-Wiechert-Allee 3, 30625 Hannover
Prof. Dr. Norbert Dillier, Labor für experimentelle Audiologie, Universitäts-Spital Zürich,
Ch-8091 Zürich
Dr.-Ing. Janina Fels, Institut für Technische Akustik, RWTH Aachen
52056 Aachen
Prof. Dr.-Ing. Herbert Hudde, Institut für Kommunikationsakustik, Ruhr-Universität Bochum
44780 Bochum
Prof. Dr.-Ing. Thomas Janssen, HNO-Klinik der Technischen Universität,
Experimentelle OtoRhino, Ismaningerstr. 22, 81675 München
Prof. Dr. Jürgen Kießling, Universitätsklinikum Gießen und Marburg GmbH,
Funktionsbereich Audiologie, Klinikstraße 29, 35385 Gießen
Prof. Dr. Dr. Birger Kollmeier, Fakultät V/Institut für Physik, Abt. Medizinische Physik,
Universität Oldenburg, Carl-von-Ossietzky-Straße 9-11, 26129 Oldenburg
Prof. Dr. Thomas Lenarz, Medizinische Hochschule Hannover, Direktor der Klinik
und Poliklinik für Hals-Nasen-Ohrenheilkunde, Carl-Neuberg-Straße 1, 30625 Hannover
Dr.-Ing. Klaus Welker ehem. Radiolog. Klinik, Krankenhaus Berlin-Moabit
Teplitzerstr.12, 14193 Berlin
3

Kursprogramm
Sonntag : Anreise
19.00 Empfang im Pichlmayrgut & Begrüßung (B. Kollmeier, R. Weise)
Montag: Grundlagen der Kommunikationsakustik und Signalverarbeitung
08.00 – 08.45 Bau- und Raumakustik Fels
08.45 - 09.30 Binauraltechnik und virtuelle Akustik Fels
09.30 – 10.00 Pause
10.00 – 11.30 Elektroakustik Hudde
16.30 – 18.00 Modelle von Außen-, Mittel- und Innenohr Hudde
20.30 – 21:30 Abendveranstaltung: Akustische Täuschungen und
ihr Bezug zur Hörtheorie Kollmeier
Dienstag: Hördiagnostik
08.00 – 09.30 Psychoakustik und Sprachperzeption bei Normal- und Schwerhörigen Kollmeier
09.30 – 10.00 Pause
10.00 – 10.45 Hördiagnostik für die rehabilitative Audiologie Kollmeier
10.45 – 11.30 Audiometrische Standardverfahren, Qualitätssicherung
in der Hördiagnostik Janssen
16.30 – 18.00 Otoakustische Emissionen und auditorisch evozierte Potentiale Janssen
Mittwoch : Akustische und physiologische Grundlagen
08.00 – 09.30 Physikalische Grundlagen der Akustik Blau
09.30 – 10.00 Pause
10.00 – 10.45 Numerische Methoden in der Akustik Blau
10.45 – 11.30 Akustische Messverfahren Blau
16.30 – 18.00 Signalverarbeitung für Hörhilfen und Audiologie Dillier
Donnerstag: Rehabilitative Audiologie & Anwendungen
08.00 – 09.30 Cochlea-Implantate und Implantierbare Hörgeräte Dillier
09.30 – 10.00 Pause
10.00 – 11.30 Aktuelle Entwicklungen implantierbarer Hörsysteme Büchner
16.30 – 18.00 Versorgung und Rehabilitation mit technischen Hörhilfen Kiessling
20.30 – 21.30 Ausbildungen und Berufsfelder in der Audiologie und
Medizinischen Physik Kiessling/
Welker/ Lenarz
Freitag: Praxis + Abschluß
08.00 – 09.30 Kurzvortrag/ Einführung in die Praxisphase von 4 Firmen
• Standard-Audiometrie (Innoforce, C. Wille)
• Computergestützte Verfahren (HörTech, Michael Buschermöhle)
• Hörgeräte (Phonak, S. Kalis)
• Cochlear Implantate und implantierbare Hörgeräte (Med-El, Marcus Schmidt)
10.00 –10.45 Praxisphase I: Teilnehmer verteilt in 4 Kleingruppen führen praktische Demonstrationen
bei den vier Stationen durch
10.45 –11.30 Praxisphase II
11.30 – 12.15 Praxisphase III
12.15 – 12.45 Praxisphase IV
Ausgabe der Teilnahmebescheinigungen: Kollmeier, Welker
4

Sennheiser AG,
Am Labor 1, 30900 Wedemark 2
Sponsoren
Die Winterschule wird unterstützt von den Firmen:
Cochlear AG Basel
Margarethenstraße 47, CH-4053 Basel, Schweiz
Phonak AG, Laubisrütistraße 28, CH-Stäfa, Schweiz
Widex Hörgeräte GmbH, Albstadtweg 6, 70567 Stuttgart
5

1 Raumakustik
Bau- und Raumakustik
Janina Fels / Aachen
1.1 Einleitung
Es ist eine allgemeine Erfahrung, dass man in manchen Sälen die Sprachverständlichkeit
sehr gut ist, in anderen dagegen nicht. Sieht man davon ab, wie deutlich
der Redner spricht und wie laut der Lärmpegel ist, so bleibt noch ein sehr erheblicher
Einfluss des Raumes auf die Sprachverständlichkeit aufgrund seiner akustischen
Eigenschaften, oder wie man oft kurz sagt, aufgrund seiner Akustik.
Ähnlich liegen die Dinge in einem Opernhaus oder in einem Konzertsaal. Auch
hier gibt es Beispiele für gute oder schlechte Akustik. Wir erwarten in einem Konzertsaal
einen schönen, runden, räumlich wirkenden Orchesterklang als ein Ganzes,
und es ist die Aufgabe der Raumakustik herauszufinden, was das eigentlich
bedeutet und mit welchen greifbaren physikalischen Sachverhalten dies korreliert.
Auch in einem Arbeitsraum, in einer Fabrikhalle oder einem Großraumbüro hängt
der Lärmpegel von der Art und der Leistung der Schallquelle ab, zu einem erheblichen
Teil aber auch davon, was der Raum aufgrund seiner akustischen Eigenschaften
daraus macht.
Die Aufgabe der Raumakustik ist also zum Teil physikalischer Art, nämlich aus
den baulichen Daten, also aus den Abmessungen, den verwendeten Materialien,
der Anordnung des Publikums usw. das Schallfeld im Raum zu ermitteln. Zum anderen
hat sie zu quantifizieren, welche objektiven Schallfelddaten oder Schallfeldparameter
für gute oder weniger gute Hörbedingungen an den einzelnen Zuhörerplätzen
verantwortlich sind. Der zweite Teil der Aufgabe ist nur durch Befragungen
von Zuhörern oder durch systematische Hörversuche zu lösen. Schließlich werden
von dem Raumakustiker - gewissermaßen durch Rückverfolgung dieser Aufgabenkette
- Auskünfte darüber erwartet, wie ein Raum baulich gestaltet werden
muss, bzw. welche Änderungen an einem geplanten oder existierenden Raum
vorgenommen werden müssen, um die akustischen Erwartungen der Zuhörer zu
erfüllen.
1.2 Nachhall und Nachhallzeit
Die physikalisch einwandfreie Beschreibung räumlicher Schallfelder geht von der
Wellengleichung aus, deren Lösungen den durch Lage und Beschaffenheit der
Wände bestimmten Randbedingungen anzupassen sind. Sie muss für praktische
Zwecke ausscheiden, da sie auch mit den heutigen Mitteln rechnerisch nicht zu
bewältigen ist und überdies weit mehr Informationen liefern würde, als für die akustische
Beurteilung eines Raumes sinnvoll wäre. Eine für die raumakustische
7

Praxis wesentlich brauchbarere Beschreibung geht im einfachsten Fall von einer
Energiebilanz aus. Dem zufolge ist die zeitliche Energieänderung in einem Raum
mit dem Volumen V gegeben durch die Leistung P der Schallquelle, vermindert
um die Energie, die pro Zeit- und Flächeneinheit an der Raumwand absorbiert
wird:
dw
cS
V = P − α ⋅ w
dt
4
Gl. 1-1
Es ist w die Schallenergiedichte, c die Schallgeschwindigkeit, S die gesamte
Wandfläche; α ist der Absorptionsgrad der Wände, definiert als das Verhältnis der
nicht reflektierten Energie zur einfallenden Energie; Überstreichung kennzeichnet
den gewogenen Mittelwert über alle Wandteile.
Für dw/dt = P = const. ist die stationäre Energiedichte w und der Schalldruckpegel
L wird:
bzw.
4P
4P
w = =
cSα
cA
~ 2
p w 4P
L = 10 log = 10 log = 10 log , w
p w cA w
2
0
0
0
0
= 3,
4 ⋅10
−10
J/m
3
Gl. 1-2
Gl. 1-3
Die Größe A = Sα wird als äquivalente Absorptionsfläche bezeichnet. Sie ist eine
ebenfalls wichtige Grundgröße der Bauakustik (s. Abschn. 2.2). Dagegen lautet
die Lösung der Differentialgleichung (Gl. 1-1) für P = 0:
⎛ cS ⎞
w( t)
= w0
exp⎜
αt
⎟
⎝ 4 ⎠
Gl. 1-4
(w0 = Anfangswert der Energiedichte zur Zeit t = 0.) Die obigen Überlegungen gelten
aber nur für den Fall des „diffusen Schallfelds“, in dem alle Raumrichtungen
(im Mittel) gleichermaßen an der Schallausbreitung beteiligt sind. In der Praxis ist
die Voraussetzung oft nur näherungsweise erfüllt, wenn überhaupt. Erfahrungsgemäß
gilt Gl. 1-4 auch dann einigermaßen, nicht aber die Gl. 1-2. Zur Berechnung
des Lärmpegels in einem großen oder flachen oder langen Arbeitsraum
muss man daher die Gl. 1-2 durch eine genauere Berechnungsmethode ersetzen.
Das ist für die Raumakustik besonders wichtig, da die Dauer des durch Gl. 1-4 beschriebenen
Abklingvorgangs, d.h. des so genannten Nachhalls, bei den verschiedenen
Frequenzen die wichtigste akustische Kenngröße eines Raumes darstellt.
Man kennzeichnet sie durch die „Nachhallzeit“ T. Das ist die Zeit, in der die
Energiedichte auf das 10 -6 -fache ihres Anfangswertes (um 60 dB) abgesunken ist.
Sie ergibt sich aus Gl. 1-4 nach Einsetzen der Konstanten und Näherung für kleine
mittlere Absorptionsgrade zu
⎛ s ⎞ V ⎛ s ⎞ V
T = ⎜0,
16 ⎟ ⋅ = ⎜0,
16 ⎟ ⋅
⎝
m
⎠ Sα
⎝
m
⎠ A
8
Gl. 1-5

Diese Formel erlaubt bei bekannten Raumdaten eine meist hinreichend genaue
Berechnung der Nachhallzeit.
Der Sprachverständlichkeit sind lange Nachhallzeiten grundsätzlich abträglich, da
der Nachhall die Tendenz hat, die zeitliche und spektrale Struktur der Sprachlaute
und der Silben zu verwischen. Da Räume mit völlig fehlendem Nachhall aber nur
mit großem Kostenaufwand zu realisieren sind und auch andere Nachteile haben,
gilt im Sinne eines Kompromisses eine Nachhallzeit von 0,6 s bis 1 s als optimal
für Vortrags- oder Hörsäle, für Sitzungssäle usw. Bei Sprechtheatern lässt man in
der Regel Nachhallzeiten bis etwa 1,2 s zu. Für die Sprachverständlichkeit ist weiterhin
vorteilhaft, wenn die Nachhallzeit bei tiefen Frequenzen eher noch niedriger
ist als im mittleren Frequenzbereich.
Günstige Bereiche der Nachhallzeit
Art der Darbietung mittlere Nachhallzeit in s
Sprache (Hörsaal, Sitzungsraum) < 1
Sprechtheater 1,0 - 1,2
Konzertsaal 1,7 - 2,1
Oper 1,0 - 1,8
1.3 Weitere raumakustische Kenngrößen
Eine einigermaßen korrekte Nachhallzeit ist zwar ein notwendiges, nicht aber ein
hinreichendes Kriterium für gute Akustik. Außerdem charakterisiert sie eine allgemeine
akustische Eigenschaft des Raumes, nicht aber die meist unterschiedlichen
Hörbedingungen an verschiedenen Zuhörerplätzen. Weitere charakteristische Parameter
lassen sich auf der Grundlage der so genannten Raumimpulsantwort gewinnen.
Hierunter versteht man das Signal, das an einem Empfangsort auftritt,
wenn der Schallsender einen sehr kurzen Impuls aussendet (s. Bild). In diesem
Diagramm kennzeichnet die erste Spitze den so genannten Direktschall, das ist
der Schallanteil, der sich auf dem kürzesten Weg von dem Schallsender zum
Empfänger ausbreitet. Alle anderen Spitzen kennzeichnen nach Lage und Höhe
den Beitrag der Schallanteile, die an der Decke und den Wänden des Raumes
einmal, zweimal oder noch öfter reflektiert worden sind.
Da bei werden diese
Anteile nach Maßgabe
des Absorptionsgrads
der betreffenden
Wandteile abgeschwächt;
eine weitere
Abschwächung und
außerdem eine mehr
oder weniger große
Verzögerung gegen-
Energie
a) Direktschall
b) frühe Reflexionen
9
c) Nachhallbereich
Zeit

über dem Direktschall ergibt sich daraus, dass diese reflektierten Schallanteile
größere Wege zurückzulegen haben.
Hinsichtlich ihrer subjektiven Wirkung kann man im Allgemeinen in einer Raumimpulsantwort
nach dem Bild drei Teile unterscheiden: Zum einen den Direktschall
(a), der nach dem Gesetz der ersten Wellenfront die Richtung bestimmt, aus dem
das Schallereignis gehört wird. Der zweite Bereich (b) umfasst die wenig verzögerten,
noch weitgehend getrennt eintreffenden frühen Reflexionen. Schließlich folgen
in immer kürzeren Abständen die zahlreichen schwächeren und länger verzögerten
Reflexionen, die den eigentlichen Nachhall ausmachen (c). Da der letztere
durch die Nachhallzeit meist ausreichend charakterisiert ist, sind die für eine bestimmte
Hörposition im Raum maßgebenden und über die Nachhallzeit hinausgehenden
akustischen Kennzeichen in dem zwischen 0 und 80 ms liegenden Bereich
zu suchen.
Die Bemühungen der Raumakustiker konzentrierten sich in der zurückliegenden
Zeit darauf, aus solchen gemessenen oder auch vorausberechneten Impulsantworten
Parameter abzuleiten, welche - ergänzend zur Nachhallzeit - die akustische
Qualität eines Saales oder auch nur bestimmter Plätze oder Platzgruppen in
ihm kennzeichnen. Stellvertretend für viele andere sei hier die „Deutlichkeit“ erwähnt,
die als Maß für die Verständlichkeit von Sprache oder der Durchsichtigkeit
von Musikdarbietungen dienen kann. Sie ist durch
D
=
50ms
∫
∫
0
∞
0
()
Et
()
Et
dt
dt
Gl. 1-6
definiert. Dabei kennzeichnet E(t) die Energie in der Impulsantwort, die zur Zeit t
am Empfangsort eintrifft. Dieser Definition liegt die Erkenntnis zugrunde, dass die
um weniger als 50 ms gegenüber dem Direktschall verzögerten Schallreflexionen
subjektiv dem Direktschall zugeschlagen werden, also dessen Lautstärke zu erhöhen
scheinen. Diese Bestandteile der Impulsantwort werden daher oft als „nützliche
Reflexionen“ bezeichnet. Eine weitere, besonders für Konzertsäle wichtige Erkenntnis
ist, dass die Richtungsverteilung der im Zeitbereich zwischen 0 und etwa
80 ms beim Hörer eintreffenden Reflexionen für den subjektiven Räumlichkeitseindruck
maßgebend ist, der ein wesentliches Qualitätsmerkmal ist. Aufgrund entsprechender
psychoakustischer Untersuchungen lässt sich dieser durch den so
genannten „Seitenschallgrad“ gut kennzeichnen:
LF
80ms
∫
E(
t)
cos
5ms
= 80ms
∫
0
2
E(
t)
dt
Θdt
Gl. 1-7
Hierin ist E die Energie der Reflexionen und Θ der Winkel, den Einfallsrichtung mit
einer durch die beiden Ohren des Zuhörers gelegten Achse bildet. Die Integrale
10

sind über alle Reflexionen einschließlich des Direktschalls mit Verzögerungszeiten
von weniger als 80 ms zu erstrecken.
Die Ergebnisse zahlreicher, von verschiedenen Forschern und Forschergruppen
durchgeführter psychoakustischer Untersuchungen lassen sich dahingehend zusammenfassen,
dass bei Sälen, die für irgendwelche akustischen Darbietungen
bestimmt sind, die Nachhallzeit nach wie vor an erster Stelle unter den objektiven
raumakustischen Kriterien zu sehen ist. Welche weiteren Kriterien von Bedeutung
sind, hängt in erster Linie von der Art der Darbietung (Sprache oder Musik) ab.
1.4 Schallabsorption und Schallabsorber
Für die Schallabsorption an Wänden gibt es im Wesentlichen zwei Ursachen: die
Bewegung von Luft in Poren des Wandmaterials (Verluste durch Reibung) und
das Mitschwingen von Wänden im Schallfeld.
1.4.1 Poröse Absorptionsmaterialien
Der für das Absorptionsvermögen eines porösen Materials (Watte, Glaswolle, Filz
u.ä.) charakteristische längenspezifische, äußere Strömungswiderstand Ξ wird
durch einen Versuch mit konstanter Luftströmung gemäß folgender Formel bestimmt:
− Δp = Ξ ⋅Δx⋅v a
wobei va die äußere Strömungsgeschwindigkeit ist. Im Inneren einer Probe
herrscht die um 1/σ vergrößerte Strömungsgeschwindigkeit vi, da sich die Stromlinien
auf den kleineren Porenquerschnitt zusammenziehen müssen (σ = Porosität
< 1):
Noppenschaumstoff zur Auskleidung
von Raumbereichen
Steinwolle für raum- und
bauakustische Zwecke
Da in praktischen Fällen das poröse Material sich meist als Schicht endlicher Dicke
vor einer starren Wand befindet, wird ein Teil der eindringenden Wellen an
dieser reflektiert und interferiert an der Grenzfläche mit der auftreffenden Welle.
Dadurch ergeben sich häufig Schwankungen des Absorptionsgrades bei Variation
der Frequenz. Eine merkliche Absorption wird erst erreicht, wenn der erste
Schnellebauch der stehenden Welle vor der Wand im porösen Material liegt, dieses
somit mindestens λ/4 dick ist. Man spart also Absorptionsmaterial, wenn man
11

dieses nicht direkt auf die Wand bringt, sondern dahinter einen Zwischenraum frei
lässt.
1.4.2 Resonanzabsorber
Fällt eine Schallwelle auf eine bewegliche Wand, so wird diese im Allgemeinen
zum Schwingen angeregt. Zugleich wird auf der abgewandten Seite eine Schallwelle
abgestrahlt. Ist m’’ die Flächenmasse der Wand (in kg/m 2 ), dann ist ihr Absorptionsgrad
bei senkrechtem Schalleinfall
1
α =
⎛ ωm'
' ⎞
1+
⎜
2 ⎟
⎝ ρ 0c
⎠
2
Er fällt mit wachsender Frequenz monoton ab - eine Folge der Massenträgheit. In
der Praxis macht sich diese Art der Absorption nur bei dünnen Wänden (Fensterscheiben,
Folien) bemerkbar und auch da nur bei tiefen Frequenzen. Wichtiger ist
dagegen die Absorption einer schwingungsfähigen Wand, die im Abstand d vor
einer schallharten Wand montiert ist. Der Luftraum der Dicke d wirkt wie eine Feder
mit der flächenbezogenen Nachgiebigkeit
d
n''
=
ρ c
0
2
Bei der Frequenz
f
0
=
1
2π
1
=
m''
n''
1
2π
ρ c
0
2
m''
d
wird die Schwingungsamplitude sehr groß, und unvermeidbare Verluste z.B. durch
Biegung der Verkleidung (elastische Verluste) bilden einen Absorptionsmechanismus.
Um eine höhere Absorption zu erhalten, kann man den Hohlraum zusätzlich
ganz oder teilweise mit porösem Material mit der Verlustkonstante w (Reibungswiderstand)
füllen. Derartige Resonanzabsorber spielen in der Raumakustik
eine große Rolle, da man mit ihnen durch geeignete Dimensionierung Wände mit
weitgehend vorgebbarer Absorption herstellen kann. Auch für Loch- oder Schlitzplatten
kann man eine effektive mitschwingende Masse m’’ berechnen. Diese
Masse entspricht der Masse der Luft in den Löchern.
ρ0
m'' = 6
σ
( b + 1,
a)
12

Plattenresonator Loch- / Schlitzabsorber Helmholtz-Resonator
Hierin ist b die Plattendicke, a der Radius der als kreisförmig angenommenen Löcher
und σ der „Perforationsgrad“, d.h. der Bruchteil der Öffnungsfläche an der
Gesamtfläche. Durch starke Perforation lassen sich also auch Schichten mit kleinen
Flächenmassen herstellen, die zusammen mit einer porösen Schicht einen
Resonator mit relativ hoher Resonanzfrequenz und wenig ausgeprägter Resonanz
ergeben. Daher eignen sich dünne, hochperforierte Platten aus Blech, Gips oder
Holz zur Abdeckung von Schluckstoffschichten (Mineralwolle oder ähnliche Stoffe),
was praktisch aus Gründen des Berührungsschutzes, aber auch eines besseren
Aussehens erforderlich ist. Diese Form findet oft Anwendung als sog. „Akustik-
Decke“. Dies ist typischerweise folgender Aufbau (von oben gesehen): massive
Rohdecke - Luftraum - Mineralwolle - Lochplatte.
Frontplatte mit Speziallochmuster
In der Vergangenheit fanden ebenfalls so genannte mikroperforierte Absorber zunehmend
Beachtung. Diese bestehen aus einer Folie (z.B. transparenter Kunststoff)
oder Platte (z.B. Acrylglas) mit sehr kleinen Löchern (d = 0,05 – 0,5 mm). In
Abhängigkeit der Anwendung ist der Lochungsgrad im Bereich von 0,5 – 2 %. Bei
solchen Anordnungen ist die Absorption hauptsächlich auf die viskose Reibung
der Luftmoleküle an den Wänden der Mikro-Lochung zurückzuführen. Da mikroperforierte
Absorber auch aus transparentem Material hergestellt werden können
finden sie oft in Situationen Einsatz, in denen aus ästhetischen Gründen die Nutzung
anderer Absorptionsmechanismen unerwünscht ist.
13

2 Bauakustik
2.1 Einleitung
Die Bauakustik beschäftigt sich mit der Schall- und Schwingungsausbreitung in
Gebäuden sowie mit der Beurteilung des Schallschutzes in Gebäuden. Dabei ist
Luftschall und Körperschall hinsichtlich der Anregung und der Fortpflanzung in
Gebäude zu unterscheiden. Beispielsweise würde eine laut eingestellte Hifi-
Anlage zunächst Luftschall im „Senderaum“ abstrahlen. Die Schallübertragung in
den sog. „Empfangsraum“, der ein schutzbedürftiger Raum im Sinne des baulichen
Lärmschutzes sein kann (z.B. ein Schlafzimmer in fremdem Wohnbereich)
erfolgt dann über vielfältige Wege, z.B. als Luftschall über Lüftungskanäle, als
Körperschall direkt über die Trennwand oder als Umwandlungen von Luft- in Körperschall
und umgekehrt. Körperschall, der durch Gehen auf Decken erzeugt wird,
nennt man „Trittschall“. Ebenfalls von Interesse ist Körperschall aus haustechnischen
Anlagen (Frisch- und Abwasserinstallation, Klimaanlagen, etc.) sowie die
Schalldämmung gegen Außenlärm (Industrielärm, Straßen- und Luftverkehrslärm).
2.2 Luftschalldämmung
Eine wichtige Größe ist das Schalldämmmaß R = -10log τ mit dem Transmissionsgrad
τ = Id/I0. In der Praxis werden die einfallende und die durchgelassene Schallintensität
allerdings nicht unmittelbar gemessen, sondern die Messung des Schalldämmmaßes
erfolgt zwischen zwei Räumen mit einem indirekten Verfahren. Dann
gilt:
R S E
= L − L + 10log
S / A
Gl. 2-1
(LS = Senderaum-Schalldruckpegel, LE = Empfangsraum-Schalldruckpegel, S =
Trennbauteilfläche, A = äquivalente Absorptionsfläche des Empfangsraumes)
L S
L E
Messungen dieser Art werden in Gebäuden durchgeführt, um festzustellen, ob der
gesetzlich vorgeschriebene Mindestschallschutz gewährleistet ist. Andererseits
gibt es Labor-Prüfverfahren, die auf ähnlichen messtechnischen Grundlagen stehen
und die dazu dienen, die Schalldämmung von Bauteilen oder Baukonstruktio-
14
I o
Ir
Iw
Id

nen zu ermitteln. Letztere Daten können verwendet werden, um bereits bei der
Planung von Bauten die schalltechnische Eignung nachzuweisen.
Der wesentliche physikalische Unterschied
dieser beiden Betrachtungsweisen
liegt in der Tatsache, dass im Prüfstand
nur jeweils eine Konstruktion beurteilt
wird, dass aber im fertigen
Gebäude alle Übertragungswege über
alle trennenden und flankierenden Bauteile
eine Rolle spielen. Letztere Tatsache
kennzeichnet man dadurch, dass
man das Schalldämmmaß mit einem
Apostroph (R' statt R) versieht.
Die Ergebnisse der Schalldämmmaße
werden im Frequenzbereich von 100 Hz
– 3,15 kHz in Terzen dargestellt und
beurteilt. Einfacher und letztlich relevant
ist das sog. bewertete Schalldämmmaß
Rw (oder R'w), welches durch einen Vergleich
der gemessenen Schalldämm-
Kurve mit einer international genormten
Bezugskurve ergibt.
2.3 Berechnung der Schalldämmmaße einzelner Bauteile
a) einschalige Bauelemente
p
R = 10 log( 2
p
2
ein
durch
Bau-Schalldämm-Maß R'
90
dB
80
70
60
50
40
30
Frequenzbereich entsprechend der Kurve
der Bezugswerte
63 125 250 500 1000 2000 Hz 4000
Frequenz f
m‘
ρ0c ρ0c
Die Einfachwand und ihr elektrisches Analogon
⎛ ω m'
⎞ ⎛ ωm'
⎞
) = 10 log1+
⎜
⎟ ≈ 20 log
⎜
⎟
⎝ 2Z
0 ⎠ ⎝ 2Z
0 ⎠
2
Gl. 2-2
Dieses sog. „Massegesetz“ gilt für biegeweiche Bauteile, wobei ω die Kreisfrequenz,
m' die flächenbezogene Masse und Z0 = ρ0c die Kennimpedanz von Luft
ist. Bei Schalleinfall unter dem Winkel ϑ wird das Argument des Logarithmus mit
dem Faktor „cos ϑ“ ergänzt. R steigt um 6 dB pro Oktav (doppelte Frequenz) oder
pro Masseverdopplung an.
15

) zweischalige Bauelemente
m‘ 1
m‘2
ρ0c
n‘
ρ0c
Die Doppelwand und ihr elektrisches Analogon
Bei zweischaligen Elementen wird das Massegesetz von einem wesentlich stärkeren
Effekt überlagert, der auf das Zusammenwirken zweier Masse-Schalen auf einer
Luftschicht, die als Feder wirkt, zurückzuführen ist.
3 ⎡ω
dm'1
m'
R = 20 log⎢
2 3
⎢⎣
2ρ
o c
2
⎤
⎥ ,
⎥⎦
Schalldämmmaß einer Doppelwand
ω =
0
m ' + m'
1
n'
m'
16
1
2
m'
2
Gl. 2-3
Dabei tritt zwar bei der Resonanzfrequenz
ω0 eine Verschlechterung ein, aber
im eigentlichen Nutzbereich steigt
das Schalldämmmaß steil (18 dB/Oktav)
an, bis die Wellenlänge so klein wird,
dass statt der Federwirkung der Luftschicht
stehende Wellen im Zwischenraum
auftreten. In der Praxis findet man
„Doppelwände“ bei Haustrennwänden,
Leichtbauwänden (z.B. Gipskartonplatten),
im Fertighausbau, bei Fenstern und
bei Vorsatzschalen zur Verbesserung
der Schalldämmung. Wichtig sind eine
gute Körperschallentkopplung der Schalen
(keine Schallbrücken!) und eine geeignete
Füllung des Hohlraums mit absorbierendem
Material zur Dämpfung
des Resonanzeinbruches.

3 Binaurales Hören
3.1 Dreidimensionale Schallwahrnehmung
Die Richtung eines Schallereignisses kann von normalhörenden Menschen aufgrund
charakteristischer Merkmale identifiziert werden. Betrachtet wird zunächst
das Schallfeld einer einzelnen Schallquelle im Freifeld, also ohne weitere Reflexionen
von Wänden oder sonstigen Hindernissen. Ist in diesem Feld eine einzelne
Person vorhanden, wird die sonst ungehinderte Ausbreitung des Schallfeldes
durch Reflexionen und Beugungseffekte an Rumpf, Schulter, Kopf und Ohrmuschel
gestört, das Schallsignal der Quelle wird auf dem Weg in die beiden Ohren
dadurch linear verzerrt. Diese Verzerrungen sind insbesondere abhängig von der
Einfallsrichtung des Schalls bezogen auf den Körper und dessen Abstand zur
Schallquelle.
Der Schall einer seitlich angeordneten Schallquelle erreicht beide
Ohren nach unterschiedlicher Laufzeit, weil der Schall zum abgewandten
Ohr einen längeren Weg zurücklegen muss als zum zugewandten.
Außerdem wird das abgewandte Ohr durch den Kopf
akustisch abgeschattet. Die Schalldrücke an beiden Ohren unterscheiden
sich also. Die beiden Abweichungen werden durch die „Interaurale Laufzeitdifferenz“
und die „Interaurale Pegeldifferenz“ quantifiziert. Bei tiefen Frequenzen
ist der Einfluss auf die Schallausbreitung weniger ausgeprägt, da der Kopf
gegenüber der Wellenlänge klein ist, die Pegelunterschiede sind dann eher gering.
Daher wird für tiefe Frequenzen eher die Laufzeitdifferenz ausgewertet, bei höheren
Frequenzen ist dann die Pegeldifferenz entscheidend.
Liegt die Schallquelle aber in der Medianebene, d.h. in der Ebene senkrecht durch
den Kopf, auf der die Ohrachse senkrecht steht, dann treten die oben genannten
Effekte nicht auf (unter Annahme eines symmetrischen Kopfes). Aber auch in dieser
Ebene ist die Schallquellenlokalisation möglich.
Die Laufzeiten der Reflexionen von Kopf, Rumpf, Schulter und Ohrmuschel sind
abhängig vom Elevationswinkel, dem Winkel zwischen der Einfallsrichtung und der
horizontalen Ebene. Daraus ergibt sich ein charakteristisches Frequenzverhalten
des Übertragungsweges von der Schallquelle bis zum Trommelfell. Dieses wird
von Gehirn ausgewertet um auf den Elevationswinkel zu schließen.
Die oben beschriebenen linearen Verzerrungen auf dem Weg von der Schallquelle
bis zum Trommelfell des linken und rechten Ohrs lassen sich für verschiedene
Richtungen in reflexionsarmer Umgebung messen. Man erhält dann eine Sammlung
von kopfbezogenen Übertragungsfunktionen, die man nach ihrer englischen
Bezeichnung auch HRTF nennt (Head-Related Transfer Function). Wird das Signal
einer Schallquelle mit der HRTF für eine bestimmte Einfallsrichtung gefiltert,
und anschließen geeignet wiedergegeben (siehe weiter unten), wird die Schall-
17

quelle unter der entsprechenden Richtung wahrgenommen. Das funktioniert allerdings
nur, wenn die Person mit den verwendeten HRTFs kompatibel ist.
3.2 Außenohr-Übertragungsfunktionen: HRTF Head-Related Transfer
Function)
Das System „Außenohr“ kann als LTI-System behandelt werden. Dementsprechend
wird es mit Hilfe einer Stoßantwort oder einer komplexen Übertragungsfunktion
eindeutig beschrieben. Die Außenohr-Übertragungsfunktion enthält die
Information über die linearen Verzerrungen, die durch das Vorhandensein des
Körpers, des Kopfes, der Ohrmuschel, des Gehörganges usw. hervorgerufen werden.
Frontalebene Medianebene
Horizontalebene
Einige Anteile sind richtungsabhängig, andere nicht. Als Bezugsschallfeld dient im
einfachsten Fall eine ebene Schallwelle, die von vorne auf den Kopf einfällt. Zur
exakten Angabe der Richtung muss man jedoch genauere Angaben machen, wobei
man sich eines kopfbezogenen Koordinatensystems bedient.
18

Die Horizontalebene wird von einem um den Kopf laufenden Kreis von ϕ = 0 o bis
360 o und ϑ = 0 o aufgespannt; die Medianebene entsprechend bei ϕ = 0 o und von
ϑ = 0 o bis ϑ = 360 o . Zur vollständigen Beschreibung einer Schalleinfallsrichtung
reicht somit die Angabe zweier Winkel aus. Die oben erwähnte „Vorne“-Richtung
wird durch ϕ = 0 o und ϑ = 0 o festgelegt.
dB
20
VP 1
VP 2
VP 3
VP 4
Kopfbezogenes Koordinatensystem
0.5 1 2 5 10 kHz
Einige typische Außenohr-Übertragungsfunktionen (HRTF) von vier Versuchspersonen,
gemessen für die „vorne“-Richtung.
3.3 Kunstkopftechnik
Die Messung binauraler Signale muss nach dem zuvor Gesagten alle richtungsabhängigen
Anteile einer Außenohr-Übertragungsfunktion beinhalten, denn richtungsunabhängige
Anteile, die von Komponenten hinter dem Ohrkanal-Eingang
stammen, können auch durch elektrische (typischerweise digitale) Filter nachgebildet
werden. Für Laborzwecke ist es daher zunächst möglich, mit einer Versuchspersonengruppe
(evtl. auch gezielt individuell) und Gehörgangs-
Miniaturmikrofonen oder Sondenmikrofonen zu arbeiten. Hierbei werden typischerweise
Mittelwerte über eine Anzahl von Versuchspersonen gewonnen und
ausgewertet. Für die objektive binaurale Geräuschmesstechnik ist jedoch der Ersatz
der Versuchspersonengruppen durch ein spezielles zweikanaliges Richtmikrofon
wichtig, wodurch der Zeit- und Kostenaufwand sinkt und die Reproduzierbarkeit
der Messergebnisse erhöht wird. Ein solches Richtmikrofon heißt „Kunstkopf“
oder auch „Kopf- und Rumpfsimulator“.
Die Entwicklung eines Kunstkopfes bedarf zahlreicher Detailuntersuchungen der
Formen von Kopf, Rumpf, Ohrmuschel usw. Entweder versucht man, eine mittlere
Geometrie zu finden, oder man stellt einen repräsentativen Kopf- und Rumpfsimulator
her, der einer typischen Versuchsperson ähnelt. Die genaue Ausführung des
Gehörganges und die Positionierung der Mikrofone sind für die richtungsabhängigen
Anteile der Außenohr-Übertragungsfunktion nicht relevant. Eine geeignete
19

Entzerrung der Ohrsignale ist für verschiedene Anwendungen ohnehin notwendig,
sei es für Kopfhörerwiedergabe oder für messtechnische Zwecke in vorgegebenen
Schallfeldern.
Drei Ausführungen standardisierter Kopf- und Rumpfsimulatoren
Geeignete Bezugsschallfelder sind speziell das „Freifeld“ und das „Diffusfeld“.
Dementsprechend meint man bei einem freifeldentzerrten Kunstkopf, dass sein
Übertragungsmaß bei Beschallung unter ϕ = 0 o und ϑ = 0 o horizontal verläuft (d.h.
unabhängig von der Frequenz konstant ist). Diese Eigenschaft ist daher auch ein
wichtiges Prüfkriterium bei Eignungstests von Kunstköpfen. Unter Bezug auf die
„Vorne-Richtung“ können nämlich die Übertragungsfunktionen anderer Einfallsrichtungen
oder auch das Übertragungsmaß für diffuse Beschallung beurteilt und
für Qualifikationstests verwendet werden.
Die Geometrie und das Übertragungsverhalten von Kunstköpfen im freien und diffusen
Schallfeld ist in internationalen Normen festgelegt (ISO TR 959 und ITU
p.58). Beispiele für Anwendungsbereiche sind Messungen von Hörgeräten und
von Telefonen (Hören und Sprechen) sowie die Raumakustik und der wichtige Bereich
„Sound Quality“, der in der Industrie mehr und mehr an Bedeutung gewinnt
(z.B. im Fahrzeugbau und bei Haushaltsgeräten).
3.4 Binaurale Messgrößen
Binaurale Messungen haben oft nicht nur den Schalldruckpegel oder das Trommelfell-Schalldruckspektrum
zum Ziel, sondern zunehmend auch komplexere
Funktionen, die spezielle Eigenschaften des menschlichen Gehörs beschreiben
sollen. Als Beispiele für binaurale Messgrößen seien hier nur einige Parameter
erwähnt:
• ILD, ITD (Interaural Level Difference, Interaural Time Difference): werden allgemein
als die wesentlichen Merkmale binauraler Schallreize angesehen. Die
an den beiden Ohren auftretende Pegel und Laufzeitunterschiede werden im
20

neuronalen System in verschiedenen Entscheidungsstufen ausgewertet. Spezielle
Nervenzellen sind insbesondere in der Lage, „Gleichzeitigkeit“
festzustellen bzw. die Zeitbezüge zwischen „links“ und „rechts“ zu messen, so
dass aus ITD unmittelbar die azimutale Schalleinfallsrichtung ermittelt werden
kann.
• BMLD (Binaural Masking Level Difference): Pegelschwelle, bei welcher ein
Testsignal unter binauralen Abhörbedingungen (evtl. mit einem Maskierer) unterschiedlich
wahrgenommen wird. Die Variationen des Testschallfeldes können
sehr vielfältig sein, z.B. können die Maskierer aus unterschiedlichen Richtungen
einwirken, oder sie können einem Diffusfeld entsprechen.
• IACC (Interaural Cross Correlation Coefficient): Die interaurale Kreuzkorrelation
wird in der Raumakustik als Maß dafür verwendet, zu quantifizieren wie viel
Schallanteile am Ort des Zuhörers aus der Medianebene einfallen. Bei
Schalleinfall aus der Medianebene ist bekanntlich die Korrelation (Ähnlichkeit)
zwischen den Ohrsignalen sehr groß (im Idealfall ist die Korrelation gleich Eins
bei τ = 0). Seitlicher Schalleinfall bedeutet eine Verkleinerung und Verschiebung
des Korrelationsmaximums. Das Maximum der Korrelationsfunktion zwischen
-1 ms < τ < 1 ms wird als Wert des IACC angegeben. Ein geringer I-
ACC bedeutet, dass die Akustik eines Raumes durch einen hohen „Räumlichkeitseindruck“
gekennzeichnet ist.
21

4 Raumakustische Auralisation
4.1 Binaurale Raumimpulsantworten
Impulsantworten, die für die Hörbarmachung des simulierten Schallfeldes geeignet
sind, müssen eine Abtastrate von typischerweise 44,1 kHz aufweisen. Daher sind
nur Spiegelschallquellenansätze oder gemischte Verfahren einsetzbar.
Natürlich muss „Auralisation“ das zweiohrige (binaurale) Hören berücksichtigen.
Monophone Signale können zwar einen Eindruck über das verhallte Signal verschaffen,
aber erst das räumliche Hören vermittelt den Klangeindruck in seiner
Gesamtheit. Die Binauraltechnik erlaubt mit Hilfe der sog.
„Außenohrübertragungsfunktionen“ HRTF (siehe Abschn. 3.1) oder den
zugehörigen HRIRs (head-related impulse responses) eine Simulation der
einzelnen Schalleinfallsrichtungen. HRTF-Daten werden normalerweise an
Versuchspersonen oder an Kunstköpfen gemessen.
Schließlich kann so eine binaurale Schalldruck-Impulsantwort aus der Summe der
einzelnen Reflexionen (und dem Direktschall) erzeugt werden. Die binaurale
Raumimpulsantwort setzt sich aus den Beiträgen des Direktschalls, falls dieser
hörbar ist, und aus den Beiträgen der hörbaren Spiegelschallquellen zusammen.
Die Formulierung der Superposition der Spiegelschallquellenbeiträge stellen wir
zunächst im Frequenzbereich auf. Dazu wird der Begriff der Raumübertragungsfunktion
verwendet. Die Erzeugung der Impulsantwort geschieht also mittelbar über
die Erzeugung einer Frequenzfunktion.
Liegt von einem System die Impulsantwort h(t) vor, so kann diese Funktion mit der
Fourier-Transformation
F { h ( t)
} = H ( f ) bzw.
h(
t)
H ( f )
Gl. 4-4
in die Übertragungsfunktion H(f) überführt werden und mit der inversen fouriertransformation
entsprechend umgekehrt. Die Transformationsgleichung ist
durch das Fourierintegral gegeben. Somit können LTI-Systeme vollständig entweder
im Zeitbereich oder im Frequenzbereich charakterisiert werden, und an mehreren
Stellen ist mittels der Fouriertransformation ein Übergang zwischen den Bereichen
in beide Richtungen möglich.
4.1.1 Übertragungsfunktion
Die Übertragungseigenschaften des Raumes bzw. der einzelnen Reflexionen lassen
sich im Frequenzbereich durch sog. Frequenzfunktionen H(f) darstellen, und
22

zwar entweder durch die Komponenten Real- und Imaginärteil (Re{Hf)} bzw.
Im{H(f)}) oder in der äquivalenten Form als Betrag und Phase (|H(f)| bzw. ϕ(f))
jϕ
( f )
{ H ( f ) } + j Im{
H ( f ) } = H ( f ) ⋅ e
H ( f ) = Re
Gl. 4-5
Das Spektrum des Direktschalls wird dabei über folgende Formel gebildet:
H f = H f
v
r ⋅ H f , d ⋅ H
v
f , r Gl. 4-6
direkt
( ) ( ) ( ) ( )
Sender
, S Luft
Empf
Dabei ist HSender das Spektrum der Senderrichtcharakteristik und ist abhängig von
der Richtung, in die der Schallstrahl vom Sender aus startet. HLuft ist das Spektrum
der Luftdämpfung, abhängig von der zurückgelegten Strecke des Schallstrahls,
was beim Direktschall gleichbedeutend mit der Entfernung vom Sender ist. HEmpf
ist schließlich das komplexe Spektrum der jeweiligen binauralen Außenohrübertragungsfunktion
und ist abhängig von der Richtung, aus welcher der Schallstrahl
des Direktschalls beim Empfänger eintrifft. Diese Richtung ist beim Direktschall
identisch mit der Richtung, in die der Schallstrahl am Ort des Senders startet.
Der Beitrag der j´ten gültigen Spiegelschallquelle ist:
H
j
− jkrj
e
=
r
j
H
Sender
H
Empf
H
n j
Luft∏
i=
1
H
i
E
Gl. 4-7
wobei rj den Abstand zwischen Spiegelschallquelle und Empfänger, k die Wellenzahl
= 2πf/c, HSender die Richtcharakteristik der Quelle, HEmpf die „HRTF“ (des rechten
oder des linken Ohres, siehe Abschn. 3.1), HLuft die Luftabsorption und Hi die
Reflexionsfaktoren der betroffenen Wände in der Spiegelschallquellenkette bedeutet.
Die komplette binaurale Impulsantwort gewinnt man dann durch Addition aller
Spiegelschallquellenbeiträge (r, l = rechtes, linkes Ohr) und durch inverse Fourier-
Transformation:
h
total, r, l
⎧
N
−1
( t)
= F ⎨H
direkt
+ ∑ H
⎩
j=
1
j,
r, l
4.2 Verarbeitung trockener Signale
⎫
⎬
⎭
Gl. 4-8
Sobald die relevanten Funktionen, welche die Übertragung des Schalls im Raum
beschreiben (Raumimpulsantwort) bekannt sind, und auch die Eigenschaften der
23

Empfänger in Form der Außenohr-Übertragungsfunktionen HRTF und HRIR richtungstreu
angewendet wurden, ist das System Quelle – Raum – Empfänger vollständig
repräsentiert. Dessen Übertragungseigenschaften können nun mit beliebigen
Anregungssignalen verarbeitet werden. Wird der Raum als lineares zeitinvariantes
„LTI-System“ aufgefasst, so darf man für den Fall der rückwirkungsfreien
Signalübertragung die Filterung des Signals durch die Raumeigenschaften durch
eine Faltung vollziehen.
4.2.1 Eingangssignale
Das Eingangssignal s(t) sollte möglichst gut einem realistischen „Quellsignal“ entsprechen.
Ein Quellsignal kann beispielsweise von einem Musikinstrument, von
einem Sprecher oder von einer lärmerzeugenden Maschine stammen. In diesem
Zusammenhang bedeutet „Rückwirkungsfreiheit“, dass die Leistungsabgabe der
Quelle unabhängig von den Raumeigenschaften ist. In der Praxis ist das in der
raumakustischen Auralisation immer erfüllt, ganz im Gegensatz zur Körperschallquellen
und deren Auralisation.
Ein Quellsignal für die raumakustische Auralisation kann leicht in reflexionsfreier
Umgebung aufgenommen und gespeichert werden. Es ist allerdings darauf zu
achten, dass sich die Mikrofonposition bei der Aufnahme im Fernfeld befindet,
damit keine Nahfeldeffekte und damit verbundene Verzerrungen in das Quellsignal
gelangen. Derartige Aufnahmen sind für Musikstücke, für Sprache und auch für
typische Lärmbeispiele verfügbar. Sie werden „trockene Signale“ genannt, da sie
vollkommen nachhallfrei (und somit unnatürlich) klingen. Aufnahmen in relativ gedämpften
Raumumgebungen wie z.B. in Tonstudios können als Eingangssignale
verwendet werden, sofern der Rest-Nachhall im Signal wesentlich geringer ist als
der Hall des zu auralisierenden Raumes.
4.2.2 Der Begriff der Faltung
Wird ein LTI-System mit einem Eingangssignal
s(t) gespeist, so kann ausgangsseitig
ein Signal g(t) empfangen werden, für
welches gilt:
∞
= ∫
-∞
g( t)
s(
τ ) h(
t −τ
) dτ
= s(
t)
∗ h(
t)
s(t) h(t) g(t)
Gl. 4-9
wobei h(t) die Impulsantwort (oder Stoßantwort) des Systems genannt wird und
das Integral eine Faltungsoperation ausdrückt. Diese allgemeine und sehr wichtige
Formel ist die Grundlage für alle theoretischen Betrachtungen an LTI-Systemen.
Sie erlaubt insbesondere die Konstruktion von Filtern und die digitale Filterung beliebiger
Eingangssignale mit Impulsantworten h(t). Die Beschreibung von Filtern ist
aber nach 4.1.1 ebenso im Frequenzbereich möglich. Sollen die Übertragungseigenschaften
eines Systems bezüglich der Frequenz dargestellt werden, ist besonders
die Information von Interesse, um wel-
S(f) H(f) G(f)
24

ches Maß ein eingespeistes Signal einer bestimmten Frequenz von dem System
gedämpft oder verstärkt wird. Die Faltung wird im Frequenzbereich durch eine
Multiplikation ersetzt:
G( f ) = S(
f ) ⋅ H ( f )
Gl. 4-10
s(t)
h(t)
g(t)
F LTI F
S(f)
*
.
H(f)
Ob die Faltung im Zeitbereich „zu Fuß“ oder mit Hilfe der Fouriertransformation im
Frequenzbereich durchgeführt wird, ist für das Resultat unerheblich. Es kommt
letztlich nur darauf, welche Methode schneller ist.
G(f)
4.3 Freifeld-Verfahren: Binauraler Richtungsmischer
Schon unter Freifeldbedingungen gibt es interessante Anwendungen der Echtzeit-
Auralisation. Eine elementare Aufgabe besteht darin, eine Schallquelle „in den
Raum zu stellen“, d.h. eine Quelle (mono) ohne Richtungs- und Entfernungsinformation
im dreidimensionalen Raum außerhalb des Kopfes in einer gewissen Entfernung
zu platzieren. Ein derartiger „Richtungsmischer“ muss dem mehr Signal
Merkmale aufprägen als einer einfacher Balance-Regler, der in der Stereobreite
Verschiebungen hervorrufen kann. Vielmehr sind die aus Abschn. 3.1 bekannten
HRTF zu verwenden, siehe Bild.
HRTF
Richtung
HRTF
Richtung
rechtes Ohr
mono in stereo out
linkes Ohr
Ebenso können Richtungsinformationen in Signalen manipuliert, d.h. in der Richtung
geändert werden.
Mit der Möglichkeit, Schallereignisse in den 3D-Raum zu platzieren und zu bewegen,
ist das wichtigste Element der virtuellen Akustik bereits beschrieben. Alle akustischen
und algorithmischen Details sind nun im Prinzip bekannt und müssen
„nur“ in Echtzeit realisiert werden.
Die notwendigen Blocklängen der HRTF-Filter liegen im Bereich von 128. Typischerweise
reichen FIR-Filter (Transversalfilter) aus, auch ohne den Einsatz von
DSP.
25

4.4 Erstellung der binauralen Raumimpulsantworten
Die binaurale Synthese ist auch für Schallfelder in Räumen einsetzbar, wobei die
Anteile jeder Reflexion (Spiegelschallquelle) nach Gleichung 4.10 bzw. in der
Summe nach 4.11 berechnet werden. Zu beachten ist dabei, dass die entsprechenden
HRTF nicht pauschal, sondern für jede Reflexion spezifisch richtungsabhängig
eingehen müssen.
26

5 Integration von Binauraltechnik in virtuelle Umgebungen
Die Computersimulation akustischer Szenen ist eine wichtige Grundlage für das
Rendering. Die 3D-fähige Wiedergabeeinheit, sozusagen das „Audio-Frontend“
oder die „Mensch-Audio-Schnittstelle“, ist jedoch ebenfalls ein sehr kritisches Element,
welches hohe Qualitätsansprüchen hinsichtlich Klangtreue und Lokalisation
erfüllen muss, und zwar ähnlich hoch wie bei modernen Shutterbrillen und entsprechenden
Stereo-Projektionsflächen mit Auflösungen von mindestens 2000 x
1600 Pixel. Ein derartiges Wiedergabesystem darf man durchaus als Super-HiFi-
Anlage bezeichnen, wobei allerdings im Vergleich mit Techniken im Consumer-
Hifi-Bereich völlig andere Synthese- (Aufnahme-) Techniken beachtet werden
müssen. Steht bei einer Tonstudio- oder Liveaufnahme ein guter „Sound“ und eine
ansprechende räumliche Abbildung in der Stereobasis im Vordergrund, so muss
bei der Virtuellen Realität (VR) nicht nur ein Stereo-Effekt, sondern eine korrekte
3-D-Abbildung erzielt werden. Eine im Frequenzgang neutrale Wiedergabe ist natürlich
ohnehin vorausgesetzt.
5.1 Kopfhörer-basierte Wiedergabetechnik
Naheliegend ist die Verwendung von Kopfhörern, die auch weit verbreitet ist. Leider
sind mit der Kopfhörerwiedergabe einige Nachteile verbunden. Es kann insbesondere
zu „Im-Kopf-Lokalisation“ kommen. Da die Wahrnehmung einer Schallquelle
im Kopf in der Realität nicht vorkommt, kommt es in einem solchen Fall unweigerlich
zu Diskrepanzen zwischen den Wahrnehmungen der verschiedenen
Sinne.
Die Entzerrung von Kopfhörern ist weitaus schwieriger als die Entzerrung von
Lautsprechern. Sowohl die Herstellung einer repräsentativen Strahlungsimpedanz
in Form eines „künstlichen Ohres“ (wie auch in der Audiometer-Kalibrierung verwendet)
als auch eine reproduzierbare Anpassung des Kopfhörers an das künstliche
oder an natürliche Ohren bergen große Messunsicherheiten. Selbst bei idealen
Messbedingungen, guten Ergebnissen und wirkungsvoller digitaler Signalverarbeitung
zur Entzerrung der linearen Übertragungseigenschaften ist nicht gewährleistet,
dass die Bedingungen beim erneuten Aufsetzen des Kopfhörers oder
beim Wechsel der Abhörperson bestehen bleiben.
5.2 Lautsprecher-basierte Wiedergabetechnik
Die Erzeugung räumlicher Schallfelder mit Lautsprechern kann prinzipiell auf zwei
verschiedene Arten erfolgen. Zum einen kann versucht werden, mit Lautsprechern
„ohrgerechte“ Signale zu erzeugen, ohne auf die speziellen Eigenschaften des
Schallfeldes im Abhörraum zu achten. Dies ist zulässig, denn das Hörempfinden
hängt ausschließlich (jedenfalls sehr weitgehend) vom Schalldruck am Trommelfell
ab und nicht vom großräumigen Wellenfeld. Zum anderen kann jedoch ver-
27

sucht werden, in einem bestimmten Raumvolumen das zu simulierende Schallfeld
tatsächlich nachzubilden. Eine sehr einfache Variante, die auf die Abbildung von
Schallquellen in der horizontalen Ebene beschränkt ist und keine echte Schallfeldnachbildung,
sondern nur eine Näherung über „Phantomschallquellen“, ist Dolby-
Surround. Diesem Verfahren deutlich überlegen, aber auf mit extrem hohen Aufwand
verbunden, ist die Wellenfeldsynthese (Wave Field Synthesis, WFS). Hier
wird tatsächlich ein realistisches Schallfeld erzeugt, das bei Beschränkung auf eine
agierende Person auch kopfnahe Schallquellen abbilden kann. Leider wird eine
immense Zahl von Lautsprechern und DSP-Filterkanälen benötigt, so dass dieses
Verfahren nur schwer große Verbreitung finden kann. Es gibt allerdings Ansätze
für Kinobeschallung und High-End Audio. Ein guter Kompromiss für eine räumliche
Wiedergabe ist das Verfahren „Ambisonics“, eine Art Abbildung des Wellenfeldes
aus Kugelfunktionen.
5.2.1 Kopfbezogene Verfahren
Mit deutlich weniger Aufwand kann eine dreidimensionale Schallfeldwahrnehmung
mit binauralen Techniken (siehe Kapitel 7) erzeugt werden. Dieses Verfahren beruht
auf der direkten Berechnung des Schalldrucks am Trommelfell unter Verwendung
der oben bereits genannten HRTFs. Durch die Wiedergabeeinrichtung muss
dann aber dafür gesorgt werden, dass das Signal für das linke Ohr auch nur beim
linken Ohr ankommt und ebenso das für das rechte.
Y L
H LL
X L
H LR
binaurale Signale
Übersprechkompensation
Z L
Alternativ zu Kopfhörern können binaurale Signale nämlich auch über zwei Lautsprecher
wiedergegeben werden. Zunächst hat man dann aber das Problem, dass
ohne weiteres keine hinreichende Kanaltrennung erreicht wird, weil beide Lautsprecher
von beiden Ohren gehört werden können. Die Kanaltrennung muss erst
durch eine geeignete Signalverarbeitung hergestellt werden. Dazu wird das Übersprechen
vom abgewandten Lautsprecher durch ein geeignet gefiltertes Signal
vom zugewandten Lautsprecher durch destruktive Interferenz am Ohr ausgelöscht.
Die auf Interferenz beruhende Übersprechkompensation ist sehr empfindlich
gegen Phasenfehler, die durch geringe Unterschiede in der Laufzeit der Signale
von rechtem und linkem Lautsprecher resultieren.
28
Z R
H RL
X R
H RR
Y R

Sind die Übersprechkompensationsfilter statisch für einen Punkt eingemessen,
dann muss sich die Person genau an dem Punkt befinden, für den eingemessen
wurde. Bereits bei einer seitlichen Abweichung von unter zwei Zentimetern konnten
von Versuchspersonen in Hörtests Unterschiede bei der Lokalisation oder der
Klangfarbe wahrgenommen werden.
Bei der dynamischen Übersprechkompensation wird das System auf die jeweilige
Position der Ohren adaptiert. Dies erfordert eine aufwendige und schnelle Datenverarbeitung.
Die Positionsdaten werden von einem Head-Tracker-System übermittelt,
welches in typischen VR-Systemen für die stereoskopische Projektion ohnehin
integriert ist. Interessant ist dieses Verfahren, weil es die Vorteile eines binauralen
Verfahrens ohne „Im Kopf Lokalisation“ und ohne die Verwendung von
Kopfhörern erlaubt, die einen unnatürlichen Einflussfaktor auf die Immersion in die
virtuelle Umgebung darstellen. Sofern diese Technik für die Wiedergabe binauraler
Szenen aus Kunstkopfaufnahmen verwendet wird, arbeitet sie nicht anders als
ein Kopfhörer: Bei Kopfdrehung dreht sich das Schallereignis mit.
Ein kombinierter Ansatz, welcher schließlich die head-getrackte Wiedergabeeinheit
mit der binauralen Synthese koppelt, stellt das Ideal dar. Somit lassen sich
raumfeste Quellen realisieren. Erst dann ist gewährleistet, dass trotz vollständiger
Bewegungsfreiheit die akustische Szene mit der visuellen Szene gekoppelt und im
3D-Raum fixiert ist.
29

Elektroakustik
Herbert Hudde / Elektroakustik
1. Einleitung
2. Elektrodynamischer Lautsprecher
2.1 Aufbau und Grundprinzip
2.2 Ersatzschaltbild unter Verwendung der elektromechanischen und elektroakustischen
Analogien
2.3 Schallabstrahlung, Kugelstrahler nullter Ordnung
2.4 Betriebsverhalten des eingebauten Lautsprechers
3. Kondensatormikrofon
3.1 Aufbau und Ersatzschaltbild
3.2 Betriebsverhalten
4. Richtwirkung
4.1 Richtwirkung durch Interferenz
4.2 Druck- und Druckgradientenempfänger
Anhang: Kleine Schallsender und -empfänger für Hörgeräte
1. Einleitung
Grundlage der Elektroakustik sind Komponenten, mit denen (a) Schall aufgrund einer elektrischen
Anregung erzeugt werden kann oder (b) akustische Messgrößen - meist Schalldrücke
- in proportionale elektrische Signale verwandelt werden. In das Fachgebiet der Elektroakustik
gehören auch alle Anwendungen solcher Komponenten zur Schallaufnahme, Speicherung
und Schallwiedergabe. Dies umfasst die Erfassung von Schallfeldern mit vielen gemeinsam
ausgewerteten Mikrofonsignalen (Mikrofon-Arrays) oder etwa Kunstköpfen und die
Schallwiedergabe über Surround-Systeme oder die Beschallung von Räumen mit einer Vielzahl
geeignet angesteuerter Lautsprecher oder. Die Elektroakustik ist daher ein sehr umfangreiches
Fachgebiet.
In diesem Kurs können nur einige Grundlagen besprochen werden. Die Basis der meisten
elektroakustischen Komponenten sind elektromechanische Wandler, die über eine schwingungsfähige
Membran an ein Schallfeld angekoppelt sind. In den meisten Fällen arbeiten die
so entstehenden elektroakustischen Wandler annähernd linear, zeitinvariant und reziprok. Die
Reziprozität beinhaltet, dass die Wandler in beide Richtungen, also als Schallsender und -
empfänger, betrieben werden können, und dass zwischen beiden Betriebsrichtungen wohldefinierte
Beziehungen bestehen. In aller Regel wird ein elektroakustischer Wandler aber
selbstverständlich für eine gewünschte Betriebsrichtung entworfen und dimensioniert.
Neben zwei speziellen Wandlern, dem elektrodynamischen Lautsprecher und dem Kondensatormikrofon,
wird die Erzeugung von Richtcharakteristiken betrachtet.
2. Elektrodynamischer Lautsprecher
Zur Realisierung von Lautsprechern wird mit Abstand am häufigsten ein elektrodynamischer
Wandler eingesetzt. Bei einem solchen Wandler bewegt sich eine Spule im Luftspalt
eines Magnetkreises. Neben dem dynamischen Wandlerprinzip gibt es noch ein zweites
Wandlerprinzip, das auf Wirkungen von Magnetfeldern beruht. Dieses "elektromagnetische
Wandlerprinzip", bei dem die stromdurchflossene Spule unbewegt bleibt, wird hier nicht be-
31

sprochen.
2.1 Aufbau und Grundprinzip
In Abb. 2-1 ist ein Schnitt durch einen rotationssymmetrischen dynamischen Lautsprecher
dargestellt. Das Kernstück ist ein Magnetkreis, der einen Permanentmagneten und
Weicheisen zur Führung der magnetischen Feldlinien enthält. Auf diese Weise wird im Luftspalt
eine magnetische Induktion B erzeugt, die eine elektrische Spule der Länge l senkrecht
durchsetzt. Die Grundgleichungen, die den dynamischen Wandler charakterisieren, beschreiben
die Lorentzkraft auf einen stromdurchflossenen Leiter und das Induktionsgesetz.
Abb. 2-1: Schnitt durch einen elektrodynamischen Lautsprecher
Verhindert man eine Bewegung der Schwingspule durch "Festbremsen", so gelten die
aus der Elektrotechnik bekannten Gleichungen. Ein Strom i erzeugt eine proportionale Lorentzkraft
F = i⋅ ( l× B), bzw. F = Bli=
Mi (2-1)
Man überzeuge sich anhand der Abb. 1 und der Vektorbeziehung in Gl. (1), dass die erzeugte
Kraft die Spule tatsächlich in die gewünschte Richtung bewegt.
Die Größe M = Bl charakterisiert die Stärke des Wandlers. Sie wird als Wandlerkonstante
bezeichnet. Die Luftspaltinduktion B und die Leiterlänge l sollten also prinzipiell möglichst
groß sein, wobei große Leiterlängen zu großen Schwingspulenmassen und zu großen
Luftspalten führen, die die Luftspaltinduktion wiederum verkleinern. Man benötigt also vor
allem eine große Luftspaltinduktion B an, so dass die Leiterlänge nicht zu groß gemacht werden
muss. Die erreichbare Größenordnung der Wandlerkonstanten beträgt einige N/A.
Versetzt man nun umgekehrt die Schwingspule durch eine externe Kraft in Bewegung,
so entsteht an den Enden der elektrisch leerlaufenden Spule eine induzierte Spannung
u = l⋅ ( v× B), bzw. u = Blv=
Mv (2-2)
Man überzeuge sich wieder davon, dass die Richtung der beteiligten Vektoren so ist, dass
tatsächlich eine Spannung induziert wird.
2.2 Ersatzschaltbild unter Verwendung der elektromechanischen und elektroakustischen
Analogien
Mit den beiden Gleichungen wird der so genannte "innere Wandler" bereits erfasst. Er
32

enthält das idealisierte Grundprinzip, ohne die bei der Realisierung zwangsläufig auftretenden
elektrischen und mechanischen Zusatzeffekte zu erfassen. Der reale Wandler besitzt darüber
hinaus weitere elektrische und mechanische Eigenschaften: die Spule hat elektrisch gesehen
eine Induktivität und einen Verlustwiderstand; die Schwingspule zusammen mit der
Schall abstrahlenden Membran hat eine Masse und muss federnd aufgehängt werden. Dies
kann durch Hinzufügen einer elektrischen und einer mechanischen Impedanz im Ersatzschaltbild
(Abb. 2-2) approximiert werden.
Abb. 2-2: Ersatzschaltbild eines elektrodynamischen Wandlers. Der Index iw kennzeichnet die Größen
am inneren Wandler. Die Schnelle viw am inneren Wandler ist gleichzeitig die Membranschnelle
vM.
Die zusätzlichen elektrischen Zusatzeigenschaften ergeben sich bei Festbremsung der
Spule. Dann lässt sich eine komplexe elektrische Eingangsimpedanz Zel messen, die näherungsweise
durch die Reihenschaltung eines ohmschen Widerstandes R und einer Induktivität
L beschrieben werden kann.
Z = R+ jωL
(2-3)
el
Auch die zusätzlichen mechanischen Eigenschaften lassen sich mit Netzwerkelementen
beschreiben, da die mechanischen Grundeigenschaften, gegeben durch Masse, Steife und
Reibung zu Gleichungen führen, die zu elektrischen Elementgleichungen analog sind. Hierzu
benötigt man die Beziehungen zwischen Elongation ξ, Schnelle (Schwinggeschwindigkeit) v
und Beschleunigung a:
2
dξdvd ξ
v= , a=
= (2-4)
2
dt dt
dt
bzw. in komplexer Schreibweise
2
v= j ωξ , a= jωv=
− ω ξ
(2-5)
Die gewünschten analogen Beziehungen ergeben sich, wenn man die mechanischen Gesetze
durch Kräfte und Schnellen beschreibt. Aus dem Newtonschen Gesetz F = m a wird
F = ma= jωm⋅
v
(2-6)
Man kann somit eine mechanische Impedanz Zm = F / v definieren, die bei der Masse jω m
beträgt.
Die naheliegende Wahl, dass man bei der elektromechanischen Analogie entsprechend
der Impedanz die Kraft F als Analogon der elektrischen Spannung u und die Schnelle v als
Analogon de Stroms i ansieht, ist zwar möglich, führt aber zu der Schwierigkeit, dass die
Struktur der elektrischen Ersatzschaltung dual zu der mechanischen Struktur ist. Das bedeutet,
dass in Netzwerken Knoten- und Maschengleichungen vertauscht werden, also z. B. Rei-
33

henschaltungen und Parallelschaltungen gegenüber der originalen mechanischen Struktur
vertauscht werden.
Abb. 2-3: Zur Wahl der translatorischen mechanischen Analogiebeziehungen
Abb. 2-3 soll veranschaulichen, dass man die Wahl der Analogiepaare gemäß
F ⇔i, v⇔u
treffen muss, wenn man strukturelle Übereinstimmung zwischen analogen
mechanischen und elektrischen Netzwerken erreichen will. Will man eine Kraft messen, die
auf ein mechanisches System wirkt, so muss man die Verbindung auftrennen und einen
Kraftmesser in den Zweig schalten. Die Kraft entspricht strukturell also einem elektrischen
Strom. Die Schnelle einer schwingen Masse muss relativ zu einem Bezugspunkt gemessen
werden. Dies entspricht einer Spannung zwischen zwei Klemmen, also einem Potenzial mit
Bezug auf eine Bezugsklemme. Die Komplikation dieser Wahl besteht darin, dass nun elektrische
Impedanzen mechanischen Admittanzen und umgekehrt entsprechen, was etwas gewöhnungsbedürftig
ist.
Nach dieser strukturtreuen Wahl der Analogie wird eine Masse nicht durch nach Gl. (2-
6) nahe liegende Induktivität, sondern durch eine Kapazität dargestellt.
Die Elongation einer idealen Feder mit der Steife s ist kraftproportional ( ξ = F / s).
Drückt man dies wieder durch die Schnelle v aus und geht von der Steife zum Kehrwert
"Nachgiebigkeit" n= 1/ s über, so erhält man bei der gewählten Analogie eine mechanische
Induktivität.
1 1
F = ξ = ⋅v (2-7)
n jωn
Schließlich ist mechanische Reibungskraft häufig annähernd der Schnelle proportional,
was auf einen mechanischen Wirkwiderstand w führt.
F = w⋅ v
(2-8)
Im Fall der Schwingspule ist die Schnelle bzw. Auslenkung für die beteiligten Elemente
Masse, Nachgiebigkeit und Reibung identisch. Die Gesamtkraft in Abb. 2 ist somit
⎛ 1 ⎞
F = Fiw = ⎜w+ jωm+
⎟⋅
v= ZmechvM (2-9)
⎝ jωm
⎠
Danach ist die mechanische Gesamtimpedanz die Summe aller Teilimpedanzen. Dies
bestätigt die genannte Dualität zwischen elektrischen und mechanischen Netzwerken: bei
mechanischen Netzwerken sind bei Parallelschaltung die Teilimpedanzen zu addieren!
Die drei Grundelemente der strukturtreuen elektromechanischen Analogie sind in der
folgenden Abbildung zusammen gefasst.
34

Abb. 2-4: Masse, Feder und Reibungswiderstand und ihre Entsprechungen gemäß der strukturtreuen
mechanischen Analogie
Aus der Wahl der strukturtreuen Analogie folgt, dass die Grundgleichungen des inneren
Wandlers einem elektrischen Übertrager entsprechen, der die Gln. (2-2) repräsentiert. Dieser
wurde bereits in Abb. 2-2 verwendet.
Strahlt der dynamische Wandler Schall ab, so addiert sich noch eine der akustischen Belastung
entsprechende Impedanz zu Zmech. Um im Ersatzschaltbild nach Abb. 2 auch die akustische
Last zu berücksichtigen, muss man die akustische Impedanz Zak = p/ q auf die mechanische
Seite transformieren. Die akustische Impedanz ist definiert als Verhältnis von
Schalldruck p zu Schallfluss q. Die Umrechnung der akustischen Größen in mechanische ergibt
sich aus der wirksamen Membranfläche A gemäß
F = pA, v= q/ A
(2-10)
Da man bei der akustischen Analogie sinnvollerweise die struktur- und impedanztreuen
p ⇔ u und ( q i benutzt, während ja mechanisch die Paare v⇔u Analogiepaare ( )
(F ⇔ i)
⇔ )
( )
und angewandt wurden, stellt sich das verkoppelnde Element nicht als Übertrager,
sondern als Gyrator heraus. Formal muss man also das Ersatzschaltbild nach Abb. 2-2 wie
folgt ergänzen (Abb. 2-5).
Abb. 2-5: Vollständiges Ersatzschaltbild des dynamischen Wandlers inklusive einer akustischen Belastung
Zrad (Abstrahlimpedanz, radiation impedance).
Die ins Mechanische umgerechnete akustische Belastung lässt sich einfach angeben
Frad prad A 2
Zmrad , = = = AZrad
(2-11)
v q / A
M rad
35

Die gesamte wirksame mechanische Impedanz, die den Wandler belastet, ist also
Z = Z + Z = Z + A Z , (2-12)
2
mech, ges mech m, rad mech rad
wobei Zak die so genannte Abstrahlimpedanz des Lautsprechers ist. Allerdings spielt die
akustische Lastimpedanz bei Lautsprechern hinsichtlich der Wandlerbelastung meist keine
wesentliche Rolle. Sie nimmt jedoch einen erheblichen Einfluss auf den abgestrahlten Schall.
Um das Betriebsverhalten eines elektrodynamischen Lautsprechers untersuchen zu können,
benötigt man zunächst eine Abschätzung der wirksamen Abstrahlimpedanz.
2.3 Schallabstrahlung, Kugelstrahler nullter Ordnung
Die Abstrahlimpedanz eines Lautsprechers nach Abb. 2-1 hängt in komplizierter Weise
von den geometrischen Details der Anordnung ab. Für den nicht eingebauten Lautsprecher
müsste man berücksichtigen, dass Schall auf Vorder- und Rückseite der Membran abgestrahlt
wird; man müsste also zumindest zwei getrennte Abstrahlimpedanzen annehmen. Eine einfache
Abschätzung ergibt sich nur, wenn der Lautsprecher in eine Box eingebaut wird. Die
rückwärtige Schallabstrahlung wird dadurch unterbunden. Damit erhält man ein einseitig
Schall abstrahlendes Element. Solche Elemente arbeiten bei niedrigen Frequenzen fast wie
ein Kugelstrahler, der Schall völlig gleichmäßig in alle Richtungen abstrahlt. Die Entstehung
angenäherter Kugelwellen ergibt sich aus den Grundgleichungen der linearen Akustik bzw.
aus dem Huygens-Fresnelschen Prinzip. In idealisierter Form entspricht danach der eingebaute
Lautsprecher bei niedrigen Frequenzen einem Kugelstrahler nullter Ordnung, den man sich
als eine "atmende Kugel" vorstellen kann.
Für diese Idealisierung erhält man bei Abstrahlung ins freie Schallfeld einen mit dem
Abstand r gemäß
p
pr () e
r
+ − jβ0r
= . (2-13)
abklingenden Schalldruck. In der Gleichung bedeutet p+ eine zur Amplitude der abgestrahlten
Schalldruckwelle proportionale Konstante und β0 die Wellenzahl, für die folgende Zusammenhänge
mit Wellenlänge λ, Schallgeschwindigkeit c, Frequenz f und Kreisfrequenz ω gelten
2π2π f
β0
= = =
λ c c
ω . (2-14)
Die Schallschnelle ergibt sich nach der akustischen Eulergleichung gemäß ( ρ = bezeichnet
die Ruhedichte der Luft)
1 ∂p
p 1 jβ
v r =− =− − −
(2-15)
+
−jβ0r 0 −jβ0r
() ( e e )
2
jωρ= ∂r
jωρ=
r r
Um auf akustische Impedanzen überzugehen, benötigt man den zugehörigen Schallfluss
2
an der Kugeloberfläche, der sich durch Multiplikation mit der Kugeloberfläche Ar ( ) = 4πr
⎡ 1 1 ⎤ − jβ00
r p ⎡ 1 1 ⎤
+
qr ( 0) = Ar ( 0) vr( r0) = Ar ( 0) p+ ⎢ + e Ar ( 2 ⎥ = 0)
⎢ + ⎥
⎣r0⋅ρ= c jωρ= r0 ⎦ r0 ⎣ρ= c jωρ=
r0⎦
0 0
(2-16)
Damit erhält man für die akustische Impedanz an der Kugeloberfläche, also die Abstrahlimpedanz
der Kugel
36

Z ( r )
rad
0
pr ( ) 1 ρ c 1 ρ c 1
( ) ( ) ( )
+
ρ c jωρ
r
( )
1+ jωr ( ) 1
1+
jβr
0
= =
= = = =
qr Ar 0 0 Ar0 Ar c
0
Ar0
= = 0
0 0 0
. (2-17)
Um dieses Ergebnis zu interpretieren, benötigen wir die Elemente der elektroakustischen
Analogie. Die sind in Abb. 2-6 dargestellt.
Abb. 2-6: Elektroakustische Analogie: Ein abgeschlossenes Volumen bewirkt eine Nachgiebigkeit, die
einem elektrischen Kondensator entspricht. Die akustische Masse in einem (engen) Röhrchen entspricht
einer Induktivität, ein absorbierendes Element kann im einfachsten Fall durch einen Widerstand
gekennzeichnet werden.
Abb. 2-7: Abstrahlimpedanz eines Kugelstrahlers nullter Ordnung.
Die Impedanz nach Gl. (2-17) lässt sich somit als Parallelschaltung einer Masse (Induktivität)
und eines Widerstandes (akustische Feldimpedanz des freien Schallfeldes) interpretieren.
Bei niedrigen Frequenzen "schließt die Induktivität den Widerstand fast kurz". Die Abstrahlimpedanz
ist dann fast nur durch die mitschwingende akustische Masse mak (Induktivität)
mit der akustischen Impedanz j ak m ω gegeben.
37

2.4 Betriebsverhalten des eingebauten Lautsprechers
Nun liegen alle Elemente vor, um das Betriebsverhalten des Lautsprechers berechnen zu
können. Um von der elektrischen Spulenimpedanz unabhängig zu werden, betrachten wir den
Fall einer Stromspeisung des Lautsprechers. Der von einem Spulenstrom i hervorgerufene
Schalldruck p lässt sich aus dem Ersatzschaltbild nach Abb. 2-5 leicht berechnen.
Z AF BlAZ BlAZ
p = Zradq= Zrad Av= = ⋅i≈ ⋅ i.
(2-18)
Z A Z Z A Z Z
rad i rad rad
mech +
2
rad mech +
2
rad mech
Dies ist der tatsächlich vor der Membran auftretende Druck. Offenbar ist es günstig, die
Wandlerkonstante M = Bl und die abstrahlende Fläche A groß zu wählen.
Meist interessiert man sich nicht für den unmittelbar an der Membran auftretenden
Schalldruck, sondern für die ins Fernfeld abgestrahlte Leistung bzw. den dort auftretenden
Schalldruck. Dazu muss man die akustische Wirkleistung betrachten. Für diese ist nicht die
gesamte Abstrahlimpedanz, sondern nur ihr Realteil verantwortlich.
1 1 ⎧⎪ ρ c A() r ⎫⎪
1 ρ c 1
P= q { Z } = q = q ⋅
2 2 ⎩ 1 1 j ⎭ 2 ( ) 1 1
2 2 = 2 =
Re rad Re ⎨ ⎬
⎪ 0 ⎪
0
[ + β r] A r + ( β r)
2
(2-19)
Bei niedrigen Frequenzen ist die abgestrahlte Wirkleistung nur sehr gering. Aus Gl. (2-
19) ergibt sich die Näherung
1 c 1
P q ( r) q
2 ( ) 2 4
2
ρ ρ=
≈ ⋅ =
A r πc
2 =
2 2
β0 ω
.
(2-20)
Die Schallabstrahlung ist also bei niedrigen Frequenzen sehr schlecht. Die abgestrahlte
Wirkleistung steigt proportional mit dem Quadrat der Frequenz. Die schlechte Schallabstrahlung
bei niedrigen Frequenzen lässt sich physikalisch so interpretieren, dass hier vor allem
nur eine akustische Masse ohne Transport von Wirkleistung hin und her bewegt wird. Die
Abstrahlimpedanz ist fast rein imaginär. Erst mit wachsender Frequenz wird auch der Realteil
größer. Trotz eines hohen Schalldrucks vor der Membran kommt niederfrequent kaum
Schallabstrahlung zustande.
Offenbar besteht die einzige Möglichkeit, die Schallabstrahlung zu vergrößern, darin,
den erzeugenden Schallfluss q so groß wie möglich zu machen. Das bedeutet: man braucht
große Membranflächen und große Auslenkungen der Membranen, um niedrige Frequenzen
abzustrahlen ("Tieftöner").
Für das Fernfeld wird nur der Teil des Membrandrucks wirksam der mit der Membranschnelle
in Phase ist. Dies lässt sich über den Realteil der Abstrahlimpedanz ausdrücken. Der
im Fernfeld wirksame Anteil des Membranschalldrucks ist demnach
M, Fern rad rad
mech, ges
2
( ρ 4πc)
⋅ω
ω 1/ ( ω )
Bli
p = q⋅ Re{ Z } = A Re{
Z } ≈ BlA i
Z w+ j m+ j n
(2-21)
Bei sehr niedrigen Frequenzen steigt dieser Druckanteil mit der dritten Potenz der Frequenz,
oberhalb der mechanischen Resonanz des Lautsprechers linear mit der Frequenz. Unterhalb
der mechanischen Resonanz ist die Schallabstrahlung also denkbar schlecht. Der
Lautsprecher muss also so tief abgestimmt werden, dass der gewünschte Frequenzbereich
oberhalb der Resonanzfrequenz liegt. Dies bedeutet eine relativ weiche Lagerung der Membran,
da die Resonanzfrequenz gemäß
f
0
1
=
2π
⋅ m⋅n 38
(2-22)

von der Nachgiebigkeit abhängt. Die Masse wird man nicht unnötig groß machen, da dies die
Schallabstrahlung bei hohen Frequenzen verschlechtern würde.
Die Zusammenhänge werden in Abb. 2-8 veranschaulicht. Die Schnelle der Membran
folgt der mechanischen Admittanz. Der massebestimmte Abfall proportional 1/ω oberhalb
der Resonanz führt wegen des Anstiegs des Realteils der Abstrahlimpedanz mit ω 2 zu einem
ansteigenden Druckanteil für das Fernfeld. Erst wenn die Abstrahlimpedanz allmählich zunehmend
reell wird, fällt der Druck. Man beachte die große Differenz zwischen dem tatsächlich
vor der Membran auftretenden Druck und dem Fernfeldanteil. Ferner erkennt man, dass
die abgestrahlte Schallleistung im mittleren Frequenzbereich in etwa frequenzunabhängig ist.
Abb. 2-8: Schallabstrahlung beim elektrodynamischen Lautsprecher bei frequenzunabhängigem Speisestrom.
Die schlechte Schallabstrahlung bei niedrigen Frequenzen kann durch verschiedene
Maßnahmen verbessert werden. Hier sind neben den bereits genannten großen Membranschallflüssen
vor allem eine tiefe mechanische Resonanzabstimmung und Bassreflexöffnungen
zu nennen, bei denen der rückwärtige Schallanteil der Membran durch geeignete Phasendrehung
zu einer Schallverstärkung genutzt werden kann.
Strahlt der Schallsender nicht in den freien Raum, sondern z. B. direkt in den Gehörgang,
so wird er durch eine völlig andere Impedanz als ein Kugelstrahler nullter Ordung belastet.
Ein Kopfhörer oder ein Hörgeräte-Wandler arbeitet auf ein mehr oder minder geschlossenes
Volumen. Dies hat den positiven Effekt, dass die Schallabstrahlung bei den tiefen Frequenzen
kein großes Problem ist. In einem kleinen Volumen lassen sich mit geringen Flüssen bereits
große Schalldrücke erzeugen. Ein Volumen V ist im Rahmen der elektroakustischen Analogie
(Abb. 2-6) durch eine Nachgiebigkeit nak (Kondensator) gegeben, der entsprechend
der Gleichung
q
p= , nak
= 2
jωn
ρ = c
V (2-23)
ak
bei geringen Volumina und niedrigen Frequenzen hohe Schalldrücke erzeugt.
39

3. Kondensatormikrofon
3.1 Aufbau und Ersatzschaltbild
Bei dielektrischen Wandlern wird die Änderung eines elektrischen Feldes ausgenutzt.
Das elektrische Feld befindet sich in einem Dielektrikum zwischen zwei metallisch leitenden
Elektroden. Es wird also ein elektrischer Kondensator wirksam. Wie später gezeigt wird, ist
das dielektrische Wandlerprinzip grundsätzlich nichtlinear. Man benötigt daher eine Linearisierung
für kleine Signale um einen einzustellenden Arbeitspunkt herum. Die Spannung am
Kondenstor muss also einen Gleichanteil enthalten, der viel größer als die Signalspannung
ist. Den Gleichanteil nennt man Polarisationsspannung. Die Polarisationsspannung kann extern
durch eine geeignete Gleichspannungsquelle erzeugt werden. Alternativ kann man Elektretfolien
verwenden, die vorpolarisiert wurden. Die Polarisationsspannung ist dann sozusagen
"bereits eingebaut".
Die Wandlerkonstante N des dielektrischen Mikrofons erhält man durch Berechnung der
Kraft im Kondensator. Diese wiederum erhält man am einfachsten aus der gespeicherten Energie
1 1 Q
W Cu
2 2 C
2
=
2
= . (3-1)
Im leerlaufenden Kondensator (keine Änderung der Ladung) mit einem Dielektrikum der
Dielektrizitätszahl ε entsteht aufgrund der elektrischen Feldstärke eine Kraft F, die vom Plattenabstand
x abhängt.
2 2 2 2
dW d 1 Q Q d x Q C0 2 C0
F( x) u u
d d 2 ( ) 2 d 2 2 2
2
⎧ ⎫ ⎧ ⎫
= = ⎨ ⎬= ⎨ ⎬=
≈ =
x x⎩ C x ⎭ x⎩εA⎭ εA εA
x
(3-2)
Der Zusammenhang zwischen Spannung und Kraft ist offenbar nicht linear, sondern
quadratisch, annähernd gültig für den Kondensator C0 in Ruheposition der Platten ( x = d ).
Für eine Spannung mit Gleichanteil U P (Polarisationsspannung) wird daraus
( ) 2
C0 2 C0 C0 CU 0 P
F = u = ⋅ UP + u~ ⇒ F~ ≈ ⋅ 2UPu~
= u~ = Nu
~
(3-3)
2d 2d 2d
d
Mit der Polarisationsspannung U P kann der Arbeitspunkt gut eingestellt werden. Die
Wandlerkonstante des linearisierten inneren Wandlers ist
N
CU
d
0 P = . (3-4)
Für den verlust- und speicherfreien inneren Wandler ist das Verhältnis von Kraft zu
Spannung mit dem von Strom zu Schnelle identisch. Zusammengefasst gilt also für den inneren
dielektrischen Wandler
CU 0 P
F = Nu, v= i/ N , mit N = . (3-5)
d
Der Begriff "Kondensatormikrofon" ist eigentlich mit dem Begriff "dielektrisches Mikrofon"
identisch. Man spricht jedoch meist nur dann von Kondensatormikrofonen, wenn
hochwertige Mikrofone gemeint sind. Messmikrofone werden aus Gründen der Langzeitstabilität
vorwiegend mit externer Polarisationsspannung, jedoch auch mit Elektretfolie hergestellt.
Im letzteren Fall wird die Elektretfolie ausschließlich auf die feste Gegenelektrode geklebt
("Rückplatten-Elektretmikrofone"). Hochwertige Studiomikrofone sind häufig als Elektretmikrofone
ausgeführt. Dielektrische Mess- und Studiomikrofone zeichnen sich vor
40

allem durch ihren extrem glatten Frequenzgang aus. Diese ergibt sich - wie im Verlauf dieses
Abschnitts deutlich werden wird - aus der typischerweise sehr geringen Membranmasse, wodurch
Trägheitseffekte erst bei sehr hohen Frequenzen relevant werden. Der glatte Frequenzgang
ist auch der Grund für die Herstellung von besonders hochwertigen dielektrischen
Kopfhörern.
Unter dem Begriff "Elektretmikrofone" werden meist kleine, wenig aufwändig hergestellte,
relativ billige Mikrofone verstanden. Derartige Mikrofone kosten inklusive des integrierten
Impedanzwandlers ca. 100 €. Hochwertige Kondensatormikrofon-Kapseln kosten dagegen
500-1500 €, hinzu kommt der Mikrofonvorverstärker und ein Mikrofonspeisegerät, das
die Betriebsspannung für den Vorverstärker und evtl. die Polarisationsspannung liefert. Elektretmikrofone
werden als Industriemikrofone, aber auch als Labormikrofone vielfach verwendet,
wenn die Anforderungen an die Qualität (Glätte des Frequenzgangs, Unempfindlichkeit
gegenüber Umwelteinflüssen wie Temperatur und Luftfeuchtigkeit, Langzeitstabilität,
Klirrfaktor, etc.) nicht sehr hoch sind. Bei geeigneter Betriebsweise und mit sorgfältiger Kalibrierung
lassen sich mit den Billig-Mikrofonen durchaus sehr genaue Messungen durchführen.
Da Elektretmikrofone sich gut miniaturisieren lassen, werden sie auch in Hörgeräten
verwendet.
Kondensatormikrofone kann man auch in der so genannten Hochfrequenzschaltung
betreiben. Dabei bildet die Kondensatormikrofon-Kapsel den Kondensator eines Schwingkreises.
Man wertet bei dieser Betriebsart die Amplitudenschwankungen eines hochfrequenten
Trägers durch die Kapazitätsänderungen aus. Die Hochfrequenzschaltung hat insbesondere
dann Vorteile, wenn man sehr niederfrequente Schallsignale erfassen will oder auch unter
Bedingungen, bei denen elektrische Störungen eine Rolle spielen. Diese können durch die
Trägerfrequenztechnik weitgehend ausgefiltert werden. Hier wird aber nur die wesentlich
häufiger verwendete NF-Schaltung besprochen. Eine typische Kapselausführung zeigt die
nächste Abbildung.
Die Membran bildet eine der beiden Elektroden (Abb. 3-1). Sie muss also metallisch und
sehr dünn sein. Als Dielektrikum dient die Luft im Raum zwischen den beiden Elektroden.
Der Abstand muss sehr schmal sein, um eine hinreichend große Kapazität C0 zu erhalten, er
beträgt z.B. 20 μm. Damit das Kondensatormikrofon linear arbeitet, muss neben dem Vorhandensein
einer Polarisationsspannung sichergestellt sein, dass die Membranauslenkungen
nicht in die Größenordnung des Abstands kommen, sie sind also auf etwa 1 μm begrenzt.
Dieser Wert entspricht dem Maximalpegel. Bei einer typischen Dynamik von etwa 120 dB
und mehr liegt also die Auslenkung an der unteren Messgrenze bei 1 pm!
Abb. 3-1: Aufbau einer Kondensatormikrofon-Kapsel
Die Druckausgleichsöffnung dient dem statischen Druckausgleich. Ohne sie würden
Schwankungen des statischen Drucks zu einer Vorspannung der Membran und damit zu einer
Reduzierung der Empfindlichkeit führen. Allerdings wirkt sich die Druckausgleichsöffnung
auch auf sehr niederfrequenten Schall aus. Die Öffnung wird daher äußerst klein gemacht,
41

um nicht ungewollt ein Druckgradienten-Mikrofon zu bauen. Sie bewirkt eine untere Grenzfrequenz
des Mikrofons, die man meist etwas unter die elektrische Grenzfrequenz legt, die
durch die elektrischen Eigenschaften der Mikrofonkapsel und des Vorverstärkers bestimmt
wird.
3.2 Betriebsverhalten
Abb. 3-2: Verschaltete Mikrofonkapsel (Ersatzschaltbild)
Die elektrische Verschaltung der Mikrofonkapsel inklusive der unvermeidlichen Ersatzelemente
zeigt Abb. 3-2. Die maßgebliche Kapazität Ct () = C0+Δ Ct () liegt in der Größenordung
von mehreren pF. Sie ist also extrem klein, so dass der Anschluss eines Kabels die
Kapazität stark verändert. Daher ist es notwendig, einen Impedanzwandler unmittelbar hinter
die Kapsel zu schalten. Dieser drückt sich im Ersatzschaltbild als Eingangsimpedanz des
Vorverstärkers aus (CV, RV). Eine unerwünschte Streukapazität Cs, die zwar kleiner als C(t)
ist, aber durchaus die Größenordnung von einem pF erreicht, ist unvermeidlich.
16
Der Isolationswiderstand R0 kann mit großem Aufwand auf etwa 10 Ω gebracht werden.
Der Vorwiderstand RP
der Polarisationsspannungsquelle und der Eingangswiderstand
des Verstärkers liegen typischerweise im GΩ-Bereich. Die Polarisationsspannung UP weist in
der Regel Werte zwischen 30 und 500 V auf.
Der Kondensator CK ist eine "Koppelkapazität", die der Auskopplung der Polarisationsspannung
dient. Die gewünschte Ausgangsspannung ist ja nur die gegenüber der Polarisationsspannung
UP äußerst kleine Wechselspannung u~ (gute Linearisierung). Die Koppelkapazität
kann so groß gewählt werden, dass sie nicht stört (sinnvolle untere Grenzfrequenz).
Die Kapselkapazität ändert sich mit der Auslenkung gemäß
εA εA 1 ⎛ ξ(
t)⎞
Ct () = = ≈C0⎜1− ⎟
d + ξ() t d 1 + ξ()/
t d ⎝ d ⎠
(3-6)
wobei die Näherung für hinreichend kleine Auslenkungen gilt. Eine Analyse des Ersatzschaltbildes
nach Abb. 3-2 ergibt für die Ausgangsspannung bei harmonischer Anregung,
genähert für kleine Kapazitätsänderungen
R0
ξ
jωC0U ξ
P
jωCU
R 0
0 + R P
P d d jωNξ
u ≈ ≈ = (3-7)
1 1 1 1 1
+ + + j ω( C + C + C ) + jωC + jωC
0 s V
R0RP RV R R
mit den Abkürzungen R R0 RP RV
= und C C0CsCV = + + . Offensichtlich tritt durch alle
elektrischen Elemente zusammen eine untere Grenzfrequenz fu = 12πRC
auf.
Man legt die elektrische Grenzfrequenz des Mikrofons natürlich so tief wie möglich (R
möglichst groß). Oberhalb dieser Grenzfrequenz gilt
jωNξ
N UC P 0 ξ
u ≈ = ξ =
j ωC
C ( C + C + C ) d
0
s V
42
(3-8)

Das Mikrofon arbeit dann als Elongationswandler (u ξ ). Die Gleichung zeigt ferner,
dass die Streukapazität und die Kapazität des Vorverstärkers die Empfindlichkeit reduzieren.
Man darf also nicht etwa die Grenzfrequenz durch Vergrößerung von CV absenken, sondern
durch großes R (der niedrigste Teilwiderstand ist maßgeblich!). Wenn man bei sehr niedrigen
Frequenzen im Infraschallbereich messen muss, benötigt man Mikrofone in Hochfrequenzschaltung.
Damit können sogar statische Auslenkungen gemessen werden.
Gl. 3-7 lässt sich auf der elektrischen Seite des inneren Wandlers als Beschaltung mit einer
Parallelschaltung aus R und C deuten. Insgesamt ergibt sich damit folgendes Ersatzschaltbild
des Kondensatormikrofons.
Abb. 3-3: Ersatzschaltung eines dielektrischen Mikrofons. Rechts: Vereinfachung für den Fall einer
bereits bekannten Schnelle-Anregung.
Abb. 3-4: Kondensatormikrofon-Kapseln mit Vorverstärker.
Wie bereits gesagt, muss der Vorverstärker (als Impedanzwandler) direkt hinter die Mikrofonkapsel
geschaltet werden. Ein längeres Anschlusskabel würde durch seine parallel geschaltete
Kapazität die Empfindlichkeit des Mikrofons nach Gl. 3-8 stark herabsetzen. Ferner
würden Störfelder aufgrund des hohen Impedanzniveaus leicht in den Vorverstärker eindringen
können. Die Verbindung vom Mikrofon zum Vorverstärker wird daher stets gut gekapselt
und abgeschirmt ausgeführt. Die Baugröße des Mikrofons wird meist im Wesentlichen
durch den Vorverstärker (mit Heizung zur Vermeidung des Temperatureinflusses) bestimmt
(Abb. 3-4).
Aus dem Ersatzschaltbild liest man für elektrischen Leerlauf ab
N⋅Z A⋅N⋅Z u = Zel ⋅ ii= Zel ⋅N⋅ vi= ⋅ F = ⋅ p.
(3-9)
2
Z N Z Z N Z
el el
mech +
2
⋅ el mech + ⋅ el
2
Bei realen Ausführungen ist im Nenner die transformierte elektrische Impedanz N ⋅ Zel
gegenüber
der mechanischen Impedanz vernachlässigbar. Dann lässt sich die Gleichung oberhalb
der elektrischen Grenzfrequenz schreiben
43

( ω )
( )
A⋅N⋅ 1j C A⋅N⋅n/ C
1
u = ⋅ p= ⋅ p mit f =
w+ m+ n + nw− f f mn
2
0
jω 1 jω 1 j ω ( / 0)
2π
(3-10)
Diese Gleichung zeigt, dass man mit Hochabstimmung, also mit einer Resonanzfrequenz
f 0 oberhalb des gewünschten Frequenzbereichs einen äußerst glatten Frequenzgang erreichen
kann. Da auch der Reibungswiderstand w problemlos gering gehalten werden kann, ist die
elektrische Spannung u im Messfrequenzbereich nur durch den konstanten Zähler bestimmt.
Die Hochabstimmung liegt wegen der geringen Membranmasse von Kondensatormikrofonen
konstruktiv ohnehin nahe. Die zu einer Hochabstimmung notwendige steife Membraneinspannung
(geringe Nachgiebigkeit n) steht allerdings im Widerspruch zu einer hohen Empfindlichkeit
(Abb. 3-5).
Abb. 3-5: Frequenzgänge eines Kondensatormikrofons mit veränderlicher Steife der Membran. Eine
Erniedrigung der Membransteife erhöht zwar die Mikrofonempfindlichkeit, jedoch wird die mechanische
Resonanzfrequenz herabgesetzt. Bei den drei gezeigten Verläufen liegt jeweils ein Faktor 10 zwischen
den Membransteifen. Die angenommene Güte der mechanischen Resonanz beträgt 50.
Die Umwandlung eines Schalldrucks in eine proportionale elektrische Spannung ist offenbar
mit einem Kondensatormikrofon nahezu ideal realisierbar. Größere Fehler treten jedoch
durch die Rückwirkung des Mikrofons auf das Schallfeld auf. Das Mikrofon bewirkt
durch seine Anwesenheit Beugungs- und Streuungseffekte, die wesentlich von der Baugröße
abhängen.
Bei Messungen im freien Schallfeld bzw. in einem reflexionsarmen Raum, bei denen der
Schall von nur einer Schallquelle auf das Mikrofon gelangt, kann man daher eine deutliche
Richtungsabhängigkeit des resultierenden Frequenzgangs beobachten (Abb. 3-6). Bei dem
betrachteten Mikrofon handelt es sich um ein so genanntes "Druckmikrofon", weil es eine
druckproportionale Ausgangsspannung mit flachem Frequenzgang liefert. Bei Schalleinfall
von vorne in der Mittelachse der Mikrofonmembran entsteht ein deutlicher Druckstau-Effekt
bis zu etwa 12 dB. Dies ist weit mehr als der Druckstau vor einer schallharten Wand (Druckverdopplung
entspricht 6 dB).
44

Abb. 3-6: Frequenzgänge eines "Druckmikrofons" für verschiedene Schalleinfallsrichtungen. (Verhältnis
zwischen dem Schalldruck an der Mikrofonmembran und dem Druck, der an der gleichen Stelle
ohne Vorhandensein des Mikrofons auftreten würde.)
Neben den "Druckmikrofonen" werden auch "Freifeld-Mikrofone" angeboten, deren
Empfindlichkeit bei hohen Frequenzen durch akustomechanische Maßnahmen so abgesenkt
wird, dass der durch Beugung und Streuung hervorgerufene Anstieg möglichst gut kompensiert
wird. Dies lässt sich selbstverständlich nur für eine Richtung, nämlich für frontalen
Schalleinfall realisieren. Freifeld-Mikrofone werden hauptsächlich für Messungen im freien
Schallfeld (z. B. im reflexionsarmen Raum) eingesetzt, wenn man eindeutig eine Schallausbreitungsrichtung
definieren kann. Natürlich muss man darauf achten, dass das Mikrofon tatsächlich
in Richtung der Ausbreitung ausgerichtet wird. Wie Abb. 3-6 weiterhin zu entnehmen
ist, sind die Frequenzgang-Abweichungen bei diffusem Schalleinfall relativ gering. Man
wird also bei Messungen in diffusen Schallfeldern (z. B. im Hallraum) auch Druck-
Mikrofone verwenden.
4. Richtwirkung
4.1 Richtwirkung durch Interferenz
Als einfachsten Fall betrachten wir Wandler, die entlang einer Linie angebracht sind. Bei
Schallsendern bedeutet das eine Lautsprecherzeile, bei Empfängern ein entlang einer Linie
angeordnetes Mikrofonarray. Im Folgenden wird die Richtwirkung anhand einer kontinuierlichen
Belegung der Linie mit Schallstrahlern betrachtet. Aus der Reziprozität akustischer Systeme
lässt sich folgern, dass die Richtcharakteristik einer Anordnung erhalten bleibt wenn
man zwischen Sende- und Empfangsbetrieb wechselt. Die hier zunächst für den Sendebetrieb
erhaltenen Richtcharakteristiken gelten also genauso für den Schallempfang.
Die Belegung der Linie mit Schallstrahlern beschreibt man am besten durch Punktstrahler
mit gegebenen Quellschallflüssen, die man auch als Ergiebigkeit der Strahler bezeichnet.
Durch Reduzierung des Kugelstrahlers nullter Ordnung auf einen Punkt erhält man aus der
hier wiederholten Gleichung für den Kugelstrahler nullter Ordnung
45

p
pr () e
r
+ − jβ0r
= . (2-13)
den Schalldruckverlauf für einen Punktstrahler nullter Ordnung mit der Ergiebigkeit q0.
jωρ
q
pr () e
4π
r
= 0 − jβ0r
= . (4-1)
Abb. 4-1: Zur Interferenz beim Linienstrahler in einem weit entfernten Aufpunkt. Der Linienstrahler
hat die Gesamtlänge L und besitzt einen längenbezogenen Ergiebigkeitsbelag q0( ′ x)
. Der Ausdruck
x cosθ
bezeichnet die ortsabhängige Abweichung der Weglänge von der mittleren Weglänge.
Betrachtet man nun eine Linienstrahler endlicher Länge L, der einen längenbezogenen ,
i. A. ortsabhängigen Ergiebigkeitsbelag q0( ′ x)
besitzt, so kann man an einem weit entfernten
Aufpunkt durch Integration die Beiträge aller differentiell kleinen Punktstrahler überlagern
("Huygens-Fresnelsches Prinzip").
L/2 −j 0( r0−xcos ) L/2
j 0xcos
jωρ= e jωρ= − jβ
e
00 r
0 = ′ 0 =
′ 0
r - L/2 0 −x r - L/2
0 −x
β θ β θ
∫ ∫ (4-2)
p( r , θ ) q ( x) dx e q ( x)
dx
4π cosθ 4π cosθ
Da wir einen Aufpunkt im Fernfeld betrachten, sind die Amplitudenänderungen aufgrund
der unterschiedlichen Weglängen nur gering (also der Nenner im Integranden). Hingegen
bleiben die Laufzeitdifferenzen trotzdem wichtig, weil sich die Laufzeit in der Phase widerspiegelt,
die modulo 2π wirksam wird. Die lange Grundstrecke mit der zugehörigen Phase
β 0r0 entspricht einer konstanten Laufzeit und ist ist für die Richtcharakteristik uninteressant.
Für die Interferenz werden nur die Phasendifferenzen β0x cosθ
wirksam. Mit der genannten
Näherung erhalten wir
L/2 L/2
jωρ= −jβ00 r jβ0xcosθ jωρ=
−jβ00
r jkx
0 θ = ′ 0
=
′ 0
4πr0 4πr
- L/2 0 - L/2
p( r , ) e ∫ q ( x)e dx e ∫ q ( x)e dx
(4-3)
Die Größe
k = β cosθ = 2π cos θ / λ . (4-4)
0
bezeichnet man als Ortswellenzahl oder "Raumfrequenz".
Die zuletzt genannte Bezeichnung ergibt sich daraus, dass Gl. 4-3 zeigt, dass der entstehende
Schalldruck aus dem Ergiebigkeitsbelag durch eine Fourier-Transformation hervorgeht.
Der Ergiebigkeitsbelag q0( ′ x)
spielt darin die Rolle der Zeitfunktion. Der Druck ist pro-
46

portional zu einer Fourier-Transformierten, wobei die Rolle der Frequenz von der Ortswellenzahl
(Raumfrequenz) übernommen wird. Die Berechnung von Schalldruckverteilungen
aus Ergiebigkeitsbelägen mit Hilfe der Fourier-Transformation wird als "Fourier-Akustik"
bezeichnet.
f() t ⇔ F(j ω)
⇐⇒ q′ () x ⇔ p( −j
k)
L /2
∫
- L /2
′ 0
+jkx
0
= β0 2π
θ =
λ
θ (4-5)
pk ( ) q( x)e d x , k cos cos
Um daraus den Richtfaktor zu erhalten, muss man auf den Druck in der Richtung der
größten Schallabstrahlung beziehen, so dass der Maximalwert 1 wird und alle Vorfaktoren
herausfallen. Für den Linienstrahler mit konstantem Ergiebigkeitsbelag q′ 0 ergibt das Integral
entsprechend der Fourier-Transformierten des Rechteckpulses eine Spaltfunktion ("Sinus
cardinalis" si(x) oder auch sinc(x)), so dass man für den Betrag des Richtfaktors erhält
0
( )
( )
sin( kL / 2) sin ⎡β0⋅ L / 2 ⋅cosθ⎤
⎧β0L⎫ ⎧ L ⎫
D(
θ ) = =
⎣ ⎦
= si⎨ ⋅ cosθ⎬ = si⎨π cosθ⎬
kL /2 β ⋅ L /2 ⋅cosθ ⎩ 2 ⎭ ⎩ λ ⎭
(4-6)
Abb. 4-2: Richtcharakteristik eines Linienelements mit konstantem Ergiebigkeitsbelag q'0 der Länge L
für den Fall L = 2λ
.
Mit der Lautsprecherzeile bzw. dem Mikrofonarray kann man also eine deutliche Richtwirkung
erzielen. Mit längeren Linienelementen wird die "Hauptkeule" schärfer, aber es entstehen
immer mehr "Nebenkeulen".
Eine wichtige Anwendung kann man sich durch Anwendung einer bekannten Regel der
Fouriertransformation überlegen:
ω
f()e t ⇔ F(jω− j ω ) bzw. q′ ( x)e ⇔ D( k− k ) = D(cosθ
−cos θ ) (4-8)
j 0t -jk0x
0 0 0
Durch Belegung der Lautsprecherzeile mit einer linearen Phase gemäß Gl. 4-8 kann also der
Bezugswinkel θ 0 verändert werden. Die Richtcharakteristik wird kann somit durch das Hinzufügen
des Phasenverlaufs kontinuierlich geschwenkt werden, was für die Beschallungstechnik
sehr hilfreich ist. Das "elektronische Schwenken" wird durch entsprechend verzöger-
47
0

te Ansteuerung von Lautsprechern realisiert, so dass der Ergiebigkeitsbelag durch die
Teilstrahler den gewünschten Phasenverlauf über der Länge der Lautsprecherzeile hat. Da die
D(cosθ cos θ )
D cos( θ − θ ) ist, ändert die Richtcharakteris-
Abhängigkeit 0
tik dabei etwas ihr Aussehen.
− , nicht jedoch [ ]
Abb. 4-3: Schwenken der Richtcharakteristik einer Lautsprecherzeile durch Laufzeitketten.
Die entsprechenden Möglichkeiten zum Schwenken der Richtcharakteristik kann man
auch für linienförmig angeordnete Mikrofonarrays ("Beamforming") anwenden. Hierfür werden
bei Hörgeräten bis zu drei Mikrofone verwendet.
Die hier nur für Linienstrahler- und empfänger dargestellten Möglichkeiten lassen sich
auf flächenhafte Elemente übertragen. Dies läuft auf eine räumliche Fouriertransformation
hinaus. Richtcharakteristiken lassen sich damit beliebig im Raum schwenken.
4.2 Druck- und Druckgradientenempfänger
Einfache Richtcharakteristiken kann man auch dadurch erzielen, dass man Schall nicht
nur auf die Vorderseite einer Membran auftreffen lässt, sondern in konstruktiv definierter
Weise auch auf die Rückseite.
Zunächst betrachten wir aber den Fall, dass der Schall tatsächlich nur von einer Seite auf
eine Mikrofonmembran treffen kann. Damit hat man einen einseitig Schall aufnehmenden
Empfänger realisiert, der dem einseitig Schall abstrahlenden Sender entspricht. Wie dieser
hat er niederfrequent eine kugelförmige Richtcharakteristik nullter Ordnung, die keine Richtung
bevorzugt ("omnidirektionales" Mikrofon). Ein solches Mikrofon nennt man auch
Druckempfänger.
Lässt man nun den Schall auch von der Rückseite auf das Mikrofon treffen, so wird das
Ausgangssignal des Mikrofons xmic proportional zur Druckdifferenz Δp. Geht man vereinfachend
davon aus, dass das Schallfeld durch die Anwesenheit des Mikrofons nicht gestört
wird, ergibt sich bei einer endlichen effektiven Länge Δx des Mikrofons folgender Zusammenhang
∂p
xmic Δp≈ ⋅Δx.
(4-9)
∂x
Es wird also der räumliche Druckgradient als akustisches Eingangssignal wirksam. Daher
bezeichnet man solche Mikrofone als Druckgradientenmikrofone.
In einem rein fortschreitenden ebenen Schallfeld bzw. im Fernfeld eines Kugelstrahlers,
das aus einem Winkel ϑ gegenüber der Mittelachse durch die Membran einfällt, erhält man
den Druckgradienten wie folgt
∂p
p= p ⇒ =− β ϑ⋅ p ω
∂x
− jβ0xcosϑ + e j 0 cos j cos
0
ϑ,
(4-10)
Man erhält eine dem Term cosϑ entsprechende Richtcharakteristik. Diese hat die Form einer
48

liegenden Acht und wird deswegen auch als Achtercharakteristik bezeichnet. Räumlich entspricht
die "Acht " zwei Kugeln, die mit entgegengesetzter Phasenlage empfangen.
Abb. 4-4: Achter-Charakteristik eines Druckgradientenempfängers (Kugelschallempfänger erster
Qrdnung)
Gl. (4-10) zeigt, dass die Empfindlichkeit bei niedrigen Frequenzen sehr gering ist. Dies
erklärt sich dadurch, dass die Drücke auf beiden Seiten der Membran fast identisch sind. Sie
unterscheiden sich niederfrequent ja fast nur durch die (kleine) Phase.
Durch Kombination eines Druck- und eines Druckgradienten-Empfängers lassen sich
weitere Richtcharakteristiken einstellen. Man kann eine Linearkombination beider Anteile
bilden, indem man entweder elektrisch die Ausgangssignale eines Druck- und eines Druckgradienten-Empfängers
addiert oder indem man nur ein einziges Mikrofon verwendet, bei
dem der rückwärtige Schalleinlass nur teilweise wirksam wird.
Dadurch erhält man Ausgangssignale, die einen Druck- und einen Druckgradientenanteil
besitzen
x = c p+ c
mic
1 2
∂p
. (4-11)
∂ r
Damit erzeugt man die Richtcharakteristik
xmic ( ϑ) c1+ c2cosϑ
D(
ϑ)
= =
x ( ϑ)
c + c
mic
max
1 2
(4-12)
So lässt sich ein bevorzugt aus einer Seite empfangendes Mikrofon realisieren. Für gleiche
Gewichtung, also c c erhält man die "Nierencharakteristik" ("Kardioide")
1 = 2
D = 0.5 (1+ cos ϑ)
. (4-13)
Abb. 4-53: Bildung einer Nierencharakteristik aus Kugel- und Achtercharakteristik
49

Durch Variation der Koeffizienten lassen sich auch andere Nierenformen bilden. So unterscheidet
man z. B. die Superniere und die Hyperniere. In der Realität lassen sich solche
Idealformen allerdings nur approximieren. Reale Richtcharakteristiken sind immer deutlich
frequenzabhängig.
Abb. 4-6: Verschiedene Nierencharakteristiken.
Verschiedenartige Richtcharakteristiken bei Verwendung einer einzigen Membran werden
durch akustische Filter erzeugt, die den rückwärtigen Schalleintritt frequenzabhängig
variieren. Ein Beispiel ist in Abb. 4-7 dargestellt. Allerdings ist diese Darstellung eher als
Prinzipschema zu sehen, praktische Ausführungen sind meist aufwändiger.
Abb. 4-7: Richtmikrofon mit akustischen Filtern
Anhang: Kleine Schallsender und -empfänger für Hörgeräte
Im Folgenden sind für einige besonders kleine Schallsender und -empfänger, wie sie in Hörgeräten
verwendet werden, die erreichbaren Empfindlichkeiten angegeben. Neben den hier
gezeigten Eigenschaften sind selbstverständlich weitere Daten von Interesse. Dazu zählt insbesondere
das Rauschverhalten.
50

Elektromagnetische Sender
Knowles electromagnetic receiver BK (Dimensions: 7.87mm x 5.59mm x 4.04mm)
Angaben in dB re 20μPa, also als sound pressure level (SPL) für Stromspeisung mit 1 mA
Knowles electromagnetic mini receiver FFH (Dimensions: 5.09mm x 2.80mm x 2.59mm)
Bauform eines miniaturisierten elektromagnetischen Hörgeräte-Schallsenders (Hörer). Die beiden
Spulen erzeugen gegenphasige Induktionen im oberen und unteren Teil, wodurch eine Wechselkraft
auf den Anker ausgeübt wird. Diese wird über ein Koppelelement auf die Membran übertragen. Der
Schallauslass ist rechts zu sehen.
51

Elektretmikrofone
Knowles electret microphone EA (5.56 mm x 3.98 mm x 2.21 mm)
-60 dB re 1V/0.1 Pa = -60 dB re 10 4 mV/Pa entspricht 10 mV/Pa
Knowles electret microphone FG (dimensions: 2.59 mm diameter x 2.59 mm)
52

-
Das periphere Hörorgan – Funktionsweise und Modellbildung
Herbert Hudde / Bochum
Außenohr
Akustische Modellierung des Gehörgangs
Der Gehörgang bildet eine akustische Leitung. Dadurch kann in bestimmten Frequenzbereichen
eine (passive) Schalldruckverstärkung realisiert werden. Nur bei niedrigen Frequenzen
(unter 1 kHz) kann der Gehörgang als Volumen angesehen werden, in dem überall fast der
gleiche Schalldruck herrscht.
Abb. 1: Grundmodell des Gehörgangs. pecE: Quellschalldruck des äußeren Schallfelds am Eingang E
des Gehörgangs. ZecE: Innenimpedanz der äußeren Quelle, identisch mit der Abstrahlimpedanz des
Gehörgangs aus Ebene E. ZD: „Trommelfellimpedanz“ in der Ebene D, K: akustische Kettenmatrix
des Gehörgangs.
Impedanzen, Übertragungsfunktionen, Resonanzen
Abb 2: Übertragungsfunktionen verschiedener Gehörgänge von einer äußeren Schallquelle zum
Trommelfell. Die Anhebungen entstehen aufgrund des harten Trommelfells bei Frequenzen, bei denen
der Gehörgang etwa eine bzw. drei viertel Wellenlängen lang ist.
Die Übertragungsfunktion Quelle bis Trommelfell zeigt Gehörgangsresonanzen:
pD
p
=
1+ YZ ′ ′ ⋅ cos β l
1
+ j Y′ + Z′ ⋅sin
β l
( ) ( ) ( ) ( )
ecE D ecE 0 ec D ecE 0 ec
′ = ′ = = ⋅ .
cos β l = 0 , sin β l =
1
mit ZecE ZecE / ZL YD1/( ZD/ ZL) YDZL Hauptresonanzen bei: ( ) ( )
0 ec 0 ec
53

-
Das sind die λ/4-Resonanz und (schwächer) die 3λ/4-Resonanz. Sie treten auf, weil der Gehörgang
am Ende ziemlich hart (Trommelfellimpedanz) und am Eingang ziemlich weich
(Abstrahlimpedanz) abgeschlossen ist.
Modellierung von Außenohr-Übertragungsfunktionen
Man benötigt allgemeine numerische Verfahren für Schallfeldberechnungen im Außenraum
eines Kopfes. Da sich HRTFs auf Beschallung aus dem Fernfeld beziehen, ist die Verwendung
von Randelementen (Boundary Element Method, BEM) besonders vorteilhaft.
Zusammenfassung Außenohr
• Funktional gesehen gehören nicht nur die Pinna, sondern der gesamte Kopf und sogar der
Rumpf (zumindest die Schultern) zum Außenohr, weil alle genannten Elemente die richtungsabhängige
Schalleinkopplung in den Gehörgang beeinflussen.
• Der Gehörgang bietet Schutz vor Verletzungen des Mittelohres.
• Der Gehörgang bildet einen Leitungsresonator, der im für die Sprachkommunikation
wichtigen Frequenzbereich zwischen 2 und 5 kHz eine Anhebung des Schalldrucks um bis
zu etwa 15 dB bewirkt.
• Die Übertragungsfunktionen des Gehörgangs werden vor allem durch seine Länge, aber
auch durch seine gesamte Form individuell beeinflusst.
Eindimensionale Modellierung
Mittelohr
Abb. 3: Einfachste Grundstruktur eines Mittelohrmodells ohne Berücksichtigung von elastischen Elementen
und Massen: Mittelohr als Hebelübertrager mit Hebelverhältnis h. Die Impedanz Zcav beschreibt
die (geringe) Wirkung der Paukenhöhle. Hingegen bestimmt die akustische Eingangsimpedanz
ZC der Cochlea, auf die die Stapesfußplatte arbeitet, wesentlich die Mittelohrübertragungsfunktionen
mit.
Wenn man annimmt, dass das Mittelohres mechanisch durch einen einfachen Hebelübertrager
mit dem Hebelverhältnis h charakterisiert werden kann, so ergibt sich aus dem Ersatzschaltbild
folgender Zusammenhang zwischen den akustischen Ein- und Ausgangsgrößen
(am Trommelfell bzw. hinter der Stapesfußplatte).
⎛ AF
⎞
0
pD 1 AD 0 1 h 0 AF
0 p
⎜
C h A
⎟
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⋅ D ⎛ pC⎞
⎜ ⎟= ⎜ ⎟⋅ qD 0 A
⎜ ⎟⋅⎜
⎟⋅
⎜ ⎟= ⎜ ⎟⋅⎜
⎟
⎝ ⎠ ⎝ D⎠ ⎝ 0 h⎠ ⎝ 0 1 AF
⎠ ⎝qC ⎠ ⎜ h⋅AD⎟ qC
0
⎝ ⎠
⎜
A
⎟
⎝ F ⎠
Das gesamte wirksame Übertragungsverhältnis ist danach durch das Flächenverhältnis
Trommelfell zu Stapesfußplatte und das Hebelverhältnis gegeben. Da das Hebelverhältnis
jedoch nahe bei 1 liegt, wird hauptsächlich das Flächenverhältnis wirksam.
54

-
Übertragungsverhalten
Die Annahme, dass das Mittelohr mechanisch ein Hebelübertrager sei, ist viel zu grob, um
die tatsächlichen Verhältnisse richtig zu beschreiben. Die elastischen Elemente (Trommelfell,
Bänder, Muskeln) und die vor allem durch ihre Massenträgheit wirksamen Ossikel führen
dazu, dass die vereinfachte Betrachtung eines Hebelübertragers allenfalls im Bereich der
Hauptresonanz des Mittelohres näherungsweise anwendbar ist. Eine realistischere Beschreibung
des Mittelohres führt auf folgende Übertragungsfunktionen.
Abb. 4: Schalldruckübertragungsfunktion von einer äußeren Quelle (pecE) zur Cochlea (pC) für verschiedene
Fälle im Vergleich zu einem theoretischen Optimum, das der (unrealistischen) Annahme
entspricht, dass dem äußeren Schallfeld die maximale Leistung entnommen und vollständig in die
Cochlea übertragen wird.
Die tatsächlich auftretenden Schwingungen können von den üblichen eindimensionalen
Netzwerkmodellen des Mittelohres nicht erfasst werden. Mit verallgemeinerten Netzwerkmodellen
oder mit finiten Elementen können realistischere Vorhersagen gemacht werden.
Dabei zeigt sich, dass die Ossikel in verschiedenen Frequenzbereichen recht unterschiedlich
schwingen. Trotzdem entstehen ähnliche Übertragungsfunktionen wie bei eindimensionalen
Modellen.
Abb. 5: Stapesauslenkung bei Anregung mit einem Schalldruck von 1 Pa als Funktion der Frequenz.
Dieser Frequenzgang wurde mit einem verallgemeinerten Netzwerkmodell berechnet, das räumliche
Schwingungen der Ossikel erfasst. Die Schwingungsformen ändern sich stark mit der Frequenz.
55

-
Besondere Merkmale und Mechanismen des Mittelohrs
• Existenz einer besonders empfindlichen Vorzugsrichtung.
• Sehr flexibles Incudostapedial-Gelenk.
• Hohe Flexibilität der gesamten Ossikelkette.
• Seitlich aus dem Übertragungsweg vom Manubrium zum ovalen Fenster ausgelagertes
Massenzentrum (Malleus-Kopf und Incus-Hauptkörper).
• Konisch eingezogene Form des Trommelfells.
• Überlastschutz im Incudomallear-Gelenk.
• Breitbandige Luftschall-Übertragung auch unter ungünstigen Bedingungen.
• Allgemein geringe Parameter-Empfindlichkeit.
• Erhöhte Stoß-Isolation.
Zusammenfassung Mittelohr:
• Das Mittelohr bildet im Bereich seiner Hauptresonanz bei etwa 800-1000 Hz einen Anpassungsübertrager
zur Verbesserung der Energieübertragung von der Luft im Gehörgang in
die Flüssigkeiten des Innenohres. Das theoretische Optimum wird allerdings um etwa 20
dB verfehlt.
• Das Übertragerverhältnis wird vorwiegend durch das Flächenverhältnis Trommelfell/Stapes-Fußplatte
gebildet.
• Bei niedrigen und bei hohen Frequenzen bestimmen allerdings weitgehend die elastischen
Elemente (Trommelfell und Bänder) und die Massen (Ossikel) das Übertragungsverhalten.
Daher ist die Abweichung vom Optimum dort viel größer (60 dB bei 160 Hz, 50 dB bei
16 kHz).
• In Kombination mit der Druckverstärkung durch den Gehörgang entsteht im Frequenzbereich
zwischen 800 Hz und 4 kHz eine gute Annäherung an das Optimum (bis auf etwa
20 dB).
• Das "biomechanische Design" des menschlichen Mittelohrs macht aus der Not eine Tugend:
Die mangelnden Möglichkeiten, präzise Lager und Führungen zu realisieren, werden
ausgeglichen durch einen ausgeklügelten Einsatz von Flexibilität und Massenverteilung.
• Dadurch werden u. A. eine gute Isolation vor Stößen auf den Kopf und eine insgesamt
geringe Parameterempfindlichkeit erzielt.
Innenohr
Abb. 6: Das Innenohr besteht aus dem Gleichgewichtsorgan und der Cochlea. Nur die Cochlea ist für
das Hören zuständig. Im Inneren der Cochlea befindet sich ein flüssigkeitsgefülltes System mit drei
von einander getrennten Kanälen (Scalen).
56

-
Das Kanalsystem in der Cochlea windet sich in etwa zweieinhalb Windungen von der Basis
bis zum Apex. Für die mechanische Funktionsweise spielt die Reissnersche Membran nur
eine untergeordnete Rolle. Daher bilden Scala vestibuli und Scala media zusammen einen
oberen Kanal und die Scala tympani allein einen unteren Kanal. Die beiden Kanäle werden
getrennt durch die Basilarmembran (BM) mit dem darauf befindlichen Corti-Organ. Die mechanische
Abstimmung der inhomogenen Basilarmembran führen zu einer Wanderwelle entlang
dieser Membran von der Basis zum Apex. Die Abstimmung erfolgt im Wesentlichen
durch die mechanische Nachgiebigkeit der BM, die von Apex bis zur Basis immmer weicher
wird. Die Wanderwelle bildet an einer von der Anregungsfrequenz abhängigen Stelle ein
Maximum aus. Zu jedem Ort gehört also eine Bestfrequenz. Bei Anregung mit breitbandigen
Signalen findet dadurch eine spektrale Aufspaltung in der Weise statt, dass bestimmte Frequenzbereiche
bestimmten Abschnitten auf der Basilarmembran entsprechen. In diesem Sinne
arbeitet die Cochlea als eine Art Fourieranalysator.
Abb. 7: Querschnitt (A) durch die gesamte Cochlea und (B) durch eine Windung. Im rechten Teilbild
erkennt man die Lage der Basilarmembran (BM) mit dem darauf liegenden Corti-Organ.
Eindimensionale Modellierung der in das Kanalsystem eingebetteten Basilarmembran
(passives Modell)
Abb. 8: Boxmodell der zwischen flüssigkeitsgefüllten Räumen eingebetteten abgewickelten Basilarmebran.
57

-
Setzt man voraus, dass die BM wie folgt durch einen auf die Membranfläche bezogenen Impedanz-
Z''(z) beschrieben werden kann
p( z) =Δ pBM ( z) = Z′′ ( z) ⋅ vBM ( z)
,
so findet man folgende Differenzialgleichung
2
∂ p( ω,
z) b
+ 2j ωρ Y′′ ( ω, z) ⋅ p( ω,
z)
= 0 .
2
∂z
A
Hierin bedeuten p(ω, z) Schalldruckdifferenz zwischen Ober- und Unterseite der BM bei einer
Kreisfrequenz ω und an einem Ort z auf der BM, Y"(ω, z) flächenbezogener Admittanzbelag
der BM (Kehrwert des Impedanzbelags), ρ die Dichte, b die Breite der BM und A die
Querschnittsfläche beiden Kanäle. Gemäß Frequenz und Ort auf der BM bestimmt entweder
der nachgiebigkeitsbestimmte oder der reibungsbestimmte Teil des Admittanzbelags die Differenzialgleichung.
Man findet für die beiden Teile sehr große Unterschiede im Verhalten.
Nachgiebigkeitsbestimmter Bereich:
2
∂ p b 2 ε z
− 2ρ n′′ 2 0ω
e p=
0
∂z
A
Reibungsbestimmter Bereich:
2
∂ p b 1
+ 2jρ ωp=
0
2
∂ z A w′′
Im letzteren Fall ist der auftretende Koeffizient imaginär, im Gegensatz zum rellen Koeffizienten
in der oberen Gleichung. Dies führt auf die beiden Lösungsanteile, die dem Anstieg
und dem raschen Abfall der folgenden Kurven entsprechen.
Abb. 9: Örtliche Schnelleverteilung entlang der BM bei Anregung mit sinusförmigen Stapesschnellen.
Die als Parameter angegebenen Zahlenwerte sind Frequenzen in kHz.
Im nachgiebigkeitsbestimmten Bereich wächst die Schwingungsamplitude der einlaufenden
Wanderwelle an, wobei die Welle abgebremst wird. Gemäß der Differenzialgleichung entsteht
am Übergang in den reibungsbestimmten Bereich ein Maximum, danach ein steiler Abfall
Richtung Apex. Der charakteristische Ort (maximaler Erregung bei einer gegebenen Frequenz)
tritt danach am Übergang vom nachgiebigkeits- zum reibungsbestimmten Bereich auf.
Wie man sieht, bilden sich die hohen Frequenzen am Apex und die niedrigeren Frequenzen
näher am Apex statt (die niederfrequentere Wanderwelle dringt tiefer ein). Die ungefähre
Lage der Bestfrequenzen geht aus folgender Abbildung hervor.
58

-
Abb. 4.1-4: Die Basilarmembran nimmt in ihrer Breite von der Basis zum Apex hin zu, obwohl die
räumlichen Verhältnisse immer beengter werden. Die Bestfrequenzen (in Hz) entlang der Basilarmembran
nehmen wegen der immer größer werdenden Steife entsprechend zu.
Kontinuumsmodell der Basilarmembran
Das eindimensionale Modell ist ein Langwellenmodell: es setzt voraus, dass die Wellenlängen
so groß (die Frequenzen so niedrig) sind, dass nur die Schwingungen senkrecht zur Basilarmembran
beachtet werden müssen. Berechnungen mit einem Finite-Elemente-Modell der
Basilarmembran zeigen jedoch, dass tatsächlich Quermoden auf der Basilarmembran eine
wesentliche Rolle spielen, weil dadurch die Basilarmembran effektiv noch nachgiebiger wird.
Tatsächlich wird die Lage des charakteristischen Ort nicht durch den Übergang zu einem reibungsbestimmten
Bereich, sondern durch den Übergang von eindimensionaler Wellenausbreitung
zu Ausbreitung mit Quermoden gebildet wird.
Abb. 10: Betrag der Auslenkung in nm bei Anregung mit 1 Pa im Vestibulum bei 2 kHz
59

-
Corti-Organ und aktive Cochlea
Das auf der BM aufliegende Corti-Organ enthält die inneren und die äußeren Haarzellen
(IHC, OHC). Der Mensch besitzt ca. 3500 IHCs und mehr als dreimal so viele OHCs (die
OHC sind wie in Abb. 11 ersichtlich in Dreierreihen angebracht). Von den 25.000 afferenten
Nervenfasern, die Information von der Cochlea in die Hörbahn einspeisen, sind 95% an den
IHC angeschlossen. Offensichtlich sind also die IHC die eigentlichen Sensoren in der Cochlea,
die die bereits spektral aufgespaltenen Signale in Form von Aktionspotenzialen weiterleiten.
Die weitaus größere Zahl der OHCs dient als eine Art Hilfsmotor. Der bis heute nicht
genau verstandene Mechanismus führt zu einer Empfindlichkeitssteigerung des Gehörs bei
niedrigen Pegeln. Er wird daher auch als cochleärer Verstärker bezeichnet. Gleichzeitig bewirkt
er ein deutlich schärferes Tuning. Das bedeutet, dass die in Abb. 11 gezeigten örtlichen
Schnelleverteilungen ein noch schärferes Maximum aufweisen. Dies führt zu entsprechend
verschärften Frequenzgängen (Tuningkurven), also zu einer Erhöhung der Frequenzauflösung
bei niedrigen Pegeln.
Abb. 11: Corti-Organ mit inneren (IHC) und äußeren (OHC) Haarzellen. Die inneren Haarzellen
bilden die eigentlichen Sensoren, obwohl die Anzahl der in Dreierreihen angeordneten
äußeren Haarzellen viel größer ist.
Der Hilfsmotor der OHC beruht auf der Fähigkeit dieser Haarzellen, aktiv ihre Länge zu ändern,
und zwar gesteuert durch das Rezeptorpotenzial, also die elektrischen Potenzialänderungen
im Inneren der Haarzelle. Ohne im Einzelnen zu verstehen, wie dies zu einer Zusatzanregung
führt, kann man die gemessenen Eigenschaften des cochleären Verstärkers in etwa
durch eine sehr einfache Annahme erfassen. Nach dieser schon 1986 veröffentlichten Idee
von Neely & Kim bewirken die Schwingungen der OHC am Ort z der Haarzellen eine additive
Zusatzanregung pOHC(z). Anstelle der "passiven" Beziehung
p( z) =Δ pBM ( z) = Z′′ ( z) ⋅ vBM ( z)
zwischen Druckdifferenz an der BM und der Schnelle der BM, die durch den Impedanzbelag
gegeben war, fordert man nun
p( z) + pOHC ( z) = Z′′ ( z) ⋅ vBM ( z)
wobei der zusätzlich eingespeiste, die BM also zusätzlich antreibende Druckdifferenz durch
60

-
die Schnelle der Stereocilien der OHC gesteuert wird. Wenn dieser zusätzliche Anteil mit der
richtigen Phasenlage eingespeist wird, führt dies zu einer Entdämpfung des Impedanzbelags
der BM, was die gewünschte Verschärfung der Tuningkurve erklären kann.
Abb. 12: Verschärfung der Tuningkurven der Cochlea bei niedrigen Anregungspegeln. Dargestellt
ist die an einem bestimmten Ort auf der BM gemessene BM-Auslenkung als Funktion
der Frequenz. Man beachte, dass sich mit abnehmendem Pegel nicht nur die Tuningschärfe
verändert, sondern auch die Frequenz verschiebt, bei der das Maximum auftritt.
Die Wirkung des cochleären Verstärkers ist auf niedrige Pegel begrenzt, weil die aktiven
Längenänderungen bereits bei einem Pegel von 40-50 dB über der Hörschwelle in die Sättigung
gehen. Bei einer weiteren Steigerung des Pegels wird daher der relative Anteil des
cochleären Verstärkers immer geringer. Dies wird durch die folgende Abbildung bestätigt.
Abb. 13: Auslenkung der Basilarmembran als Funktion des Eingangspegels in der Nähe der
jeweiligen Bestfrequenz (Messergebnisse und Interpretation von Johnstone et al. 1986)
Offensichtlich wird durch diese Kennlinie beschrieben, dass die Ausgangsdynamik kleiner
61

-
als die Dynamik der eingespeisten Signale ist. Der cochleäre Verstärker liefert also einen wesentlichen
Beitrag zur Kompression der Signaldynamik im Verlauf der Signalverarbeitung
durch unser Gehör. Die richtige Nachbildung dieser Kompression spielt auch in Modellen,
die die auditive Wahrnehmung beschreiben, eine wichtige Rolle.
Zusammenfassung Cochlea
• Die Cochlea realisiert eine spektrale Zerlegung der vom Mittelohr kommenden Signale
durch die abgestimmte Basilarmembran (Erhöhung der Elastizität und der Breite entlang
des Wegs von der Basis zum Apex).
• Der im Vestibulum erzeugte Schalldruck löst Wanderwellen auf der inhomogenen Basilarmembran
aus. Wellen in den Flüssigkeiten spielen dagegen nur eine untergeordnete
Rolle, weil die Wellenlängen in den Flüssigkeiten, außer bei den höchsten Audiofrequenzen,
viel länger als die Kanäle sind.
• Die Wanderwelle wird auf dem Weg von der Basis zum Apex durch die zunehmende
Nachgiebigkeit abgebremst, so dass sich an einem durch die anregende Frequenz bestimmten
"charakteristischen Ort" zeitlich aufeinander folgende Wellenzüge überlagern.
• Dadurch entsteht am charakteristischen Ort bei der zugehörigen "Bestfrequenz" eine maximale
Antwort auf die Erregung.
• Zu einem Ort auf der Basilarmembran gehört daher ein bestimmtes Filter, das eine "Tuningkurve"
mit Maximum bei der Bestfrequenz besitzt.
• Das auf der Basilarmembran aufgesetzte Corti-Organ trägt ca. 3500 innere und etwa 3.5
mal so viele äußere Haarzellen (IHC und OHC), die durch ihren Ort bestimmten Frequenzen
zugeordnet sind.
• Die IHC sind Schwingungssensoren, die ihre Signale an das zentrale Hörorgan weiterleiten.
• Die äußeren Haarzellen (OHC) bewirken eine Verstärkung, die auf niedrige Pegel beschränkt
ist (cochleärer Verstärker). Sie erhöhen somit die Hörschwelle.
• Die OHC bewirken bei niedrigen Pegeln gleichzeitig eine Verschärfung der Tuningkurven.
62

Psychoakustik und Sprachperzeption bei Normal- und Schwerhörigen
Birger Kollmeier / Oldenburg
1. Wahrnehmungs-Grundgrößen
Das menschliche Gehör ist in faszinierender Weise optimal an das Empfangen von
akustischen Signalen aus der Umwelt angepaßt, insbesondere an das Verstehen von
Sprache. Weil das akustische Sprachsignal sich zeitlich stark ändert und
unterschiedliche Frequenzanteile aufweist, benötigt das Ohr für die
Sprachwahrnehmung die Fähigkeit, zu jedem Zeitpunkt die Intensität wahrzunehmen,
mit der jede Frequenz momentan vorliegt. Wesentliche Grundgrößen der Wahrnehmung
sind daher die Umsetzung verschiedener Schallintensitäten in subjektiv empfundene
Lautheit, die Umsetzung verschiedener Frequenzen in subjektiv empfundene
Tonhöhen, die Umsetzung verschiedener Zeitdauern und Rhythmen in subjektiv
empfundene Zeitmuster, die Umsetzung von akustischen Signalen in subjektiv
empfundene Klänge, und das Trennen verschiedener Klänge (z. B. Nutzsignal vom
störenden Hintergrundsignal). Diese Beziehungen zwischen dem akustischen Reiz und
der subjektiven Wahrnehmung, die durch psychologische Meßmethoden erfaßt werden
können, werden in der Psychoakustik untersucht.
1.1 Intensitätsabbildung (Lautheit) und Intensitätsauflösung
Als Ruhehörschwelle wird der Pegel eines soeben wahrnehmbaren Sinustons bei einer
vorgegebenen Frequenz in Ruhe (d. h. ohne Vorliegen störender Signale) bezeichnet.
Bei niedrigen und bei hohen Frequenzen muß ein wesentlich höherer Schalldruckpegel
erzeugt werden als bei mittleren, damit der Ton von normalhörenden Menschen
schwellenhaft wahrgenommen werden kann (vgl. Abbildung 1). Wenn ein Sinus-Ton im
Pegel kontinuierlich erhöht wird, nimmt die Versuchsperson nach Überschreiten der
Ruhehörschwelle einen immer lauteren Ton wahr. Der Grad, in dem diese
Lautheitswahrnehmung mit zunehmenden Tonpegel ansteigt, hängt von der Frequenz
ab (vgl. Abbildung.1): Ausgehend von einem Sinus-Ton bei 1000 Hz kann man bei jeder
Frequenz denjenigen Tonpegel bestimmen, der zum gleichen Lautheitseindruck führt.
Diese Kurve wird als Isophone oder Kurve gleicher Pegellautstärke bezeichnet.
Während die 10 Phon-Isophone bei 1000 Hz genau 10 dB über der Ruhehörschwelle ist
und zu niedrigen und hohen Frequenzen ähnlich steil ansteigt wie die Ruhe-
Hörschwelle, flachen die zu höheren Pegeln gehörenden Isophonen zunehmend ab, so
daß die 120 Phon-Isophone, die ungefähr der Schmerzschwelle bei Normalhörenden für
alle Frequenzen entspricht, etwa den gleichen Schalldruck für alle Frequenzen angibt.
63

Abbildung 1: Ruhehörschwelle und Isophonen
Um den Lautheitsanstieg mit zunehmendem Pegel zu bestimmen, d. h. beispielsweise
die Pegelerhöhung, die für eine Verdopplung der empfundenen Lautheit notwendig ist,
bedient man sich verschiedener subjektiver Skalierungsmethoden. Bei der freien
Größenschätzung nach Stevens und Mitarbeitern (Stevens, 1957) soll die
Versuchsperson die jeweils empfundene Lautheit mit einer beliebigen Zahl
kennzeichnen. Trägt man nun die von der Versuchsperson gegebenen Zahlenwerte
über die angebotenen Pegel auf, erhält man die nach Stevens benannte
Potenzfunktion
N[ sone]
I
=
I
⎛ ⎞
⎜ ⎟
⎝ ⎠
0
α
. (8.1)
Dabei bezeichnet N die Lautheit in der Einheit „sone“, I die Intensität des Testtons und I0
die Intensität des Referenz-Sinustons bei 1 kHz mit einem Pegel von 40 dB SPL, der
genau der Lautheit 1 sone entspricht. Der Exponent α nimmt im Mittel über viele
Versuchspersonen und Experimente den Wert von etwa 0,3 an. Das bedeutet, daß bei
einer Erhöhung der Schallintensität um 10 dB die Lautheit ungefähr um den Faktor 2
ansteigt (da 10 dB eine Verzehnfachung der Intensität bedeutet und 10 0,3 ≅ 2 ist). Die
Lautheit hängt damit in anderer Weise von der Schallintensität ab als der Schallpegel.
Die Lautheit in sone darf auch nicht mit der Lautstärke (in Phon) verwechselt werden, da
der erste Begriff die Größe einer subjektiven Empfindung kennzeichnet und der zweite
Begriff einen Pegel bezeichnet (d. h. eine physikalische Reizgröße), die zu einer
vorgegebenen Lautheitsempfindung führt (nämlich zu der Lautheit, die für alle
Lautstärken auf einer Isophonen gleich ist). Daher wird der zweite Begriff in der
Normung auch als „Pegellautstärke“ bezeichnet.
64

Eine andere Möglichkeit zur Bestimmung der subjektiven Lautheitsempfindung besteht
bei der kategorialen Skalierung darin, daß der Versuchsperson eine gewisse Zahl von
Lautheitskategorien (z. B. „sehr leise“, „leise“, „mittel“, „laut“ und „sehr laut“) als
Antwortmöglichkeiten vorgegeben wird. Bei dem Verfahren der „Würzburger
Hörfeldskalierung“ nach Heller (1985) wird jede dieser groben Kategorien in einem
zweiten Schritt in 10 feinere Kategorien unterteilt. Bei der „Oldenburger
Hörflächenskalierung“ (Hohmann und Kollmeier, 1995), die sich insbesondere für
Messungen mit schwerhörigen Patienten eignet, werden neben den fünf
Hauptkategorien vier Zwischenkategorien und die Grenzfälle „nicht gehört“ und „zu laut“
vorgegeben, so daß die Gesamtzahl der Antwortkategorien nicht 50, sondern 11 beträgt.
Trägt man die Antwort der Versuchsperson in Kategorial-Einheiten über dem Pegel des
Testschalls auf, erhält man im mittleren Pegelbereich eine Gerade, d. h. die
empfundene Kategorial-Lautheit ist dort proportional zum Logarithmus der Intensität
(vgl. Abbildung 2). Abweichungen zu der im logarithmischen Maßstab aufgetragenen
Lautheit in sone treten bei sehr niedrigen und bei sehr hohen Pegeln auf:
Abbildung 2: Sone-Skala und Kategorial-Skala über den Pegel
Bei sehr niedrigen Pegeln stehen für die relativ grobe Kategorial-Skalierung nicht genügend
Antwortalternativen zur Verfügung, so daß die Kurve erst bei mittleren Pegeln ansteigt, während die
Lautheit in sone gegen Null geht und ihr Logarithmus dementsprechend steil abfällt. Bei sehr hohen
Pegeln ist der Antwortbereich der Kategorial-Lautheit ebenfalls begrenzt, so daß hier ein Sättigungseffekt
auftritt, während der Logarithmus der Lautheit in sone weiter linear ansteigt. Dieser Effekt ist auf den
„Logarithmic Response Bias“ (Poulton, 1989) zurückzuführen, d. h. die Versuchspersonen beurteilen bei
der Erhöhung einer großen Zahl nicht mehr den absoluten Zuwachs dieser Zahl, sondern das Verhältnis
der neuen Zahl zur alten Zahl. Damit tendieren die Versuchspersonen bei hohen Pegeln bei der absoluten
Größenschätzung dazu, ihre Empfindungsgröße mit dem Logarithmus der angenommenen, großen
Zahlen zu beschreiben. Dieser Effekt tritt bei der Kategorial-Skalierung mit einer wesentlich kleineren Zahl
von Antwortalternativen nicht auf, so daß die ungefähre Proportionalität zwischen dem Logarithmus der
Lautheit in sone und dem absoluten Wert der Kategorial-Skala plausibel erscheint (paralleler Verlauf der
Kurven in Abbildung 2 über einen relativ großen Pegelbereich).
65

Eine logarithmische Beziehung zwischen der Reizgröße (in unserem Fall die Intensität I)
und der Empfindungsgröße E folgt auch aus dem Weber-Fechner’schen Gesetz, das
eines der ersten und wichtigsten Gesetze der Psychophysik darstellt. Weber und
Fechner konnten nachweisen, daß der Reizunterschied ΔI, der zu einer eben
wahrnehmbaren Änderung der Empfindung ΔE führt, proportional zu der absoluten
Größe I des Reizes ist, so daß der sogenannte Weber-Bruch ΔI
für alle Werte von I
I
annähernd konstant sein muß und proportional der kleinsten wahrnehmbaren
Empfindungsänderung ΔE ist:
ΔI
ΔE=
k⋅
(8.2)
I
Durch Aneinanderreihen von eben merklichen Unterschieden ΔE (was mathematisch
der Aufintegration von Gleichung 8.2 entspricht) läßt sich nun eine Beziehung zwischen
der Empfindungsgröße E und der Reizgröße I herleiten:
E= k'log ⋅ 10 I+ k''
(8.3)
k’ und k’’ sind Konstanten, die aus den Randbedingungen festgelegt werden. Diese
logarithmische Abhängigkeit der Wahrnehmungsgröße von der Reizgröße entspricht
gerade dem Zusammenhang zwischen Kategorial-Lautheit und Tonpegel, d. h. dem
Logarithmus der Intensität. Dieses Gesetz entspricht auch der sone-Skala unter der
Annahme, daß die empfundene Lautheit durch den Logarithmus der von der
Versuchsperson angegebenen Zahl, und nicht durch die Zahl selber wiedergegeben
wird.
Neben der bisher behandelten absoluten Wahrnehmung der Schallintensität interessiert
auch die differentielle Wahrnehmung, d. h. die kleinste wahrnehmbare Änderung einer
Schallintensität. Sie wird auch als JND („just noticeable difference“) bezeichnet und tritt
als ΔI im Weber-Fechner’schen Gesetz (Gleichung 8.2) auf. Für die meisten Schalle
beträgt die JND etwa 1 dB, d. h.
1dB
ΔI+ I ΔI
10 = 10 ⇒ = 0, 259
(8.4)
I
I
In der Tat mußte die erste logarithmische Pegelskala, deren Einheit das Bel ist (nach
Alexander Graham Bell, der unabhängig von Philip Reis das Telefon erfand und zu
einem kommerziellen Erfolg führte, 1 Bel = log10 (Ι/Ι0)) in eine 10-fach feinere Skala, das
Dezibel (dB) unterteilt werden. Damit entspricht eine Einheit dieser Skala gerade einem
kleinsten hörbaren Pegelunterschied. Während bei breitbandigen Signalen über einen
66

weiten Pegelbereich Webers Gesetz gültig ist und der kleinste wahrnehmbare
Pegelunterschied 1 dB beträgt, ist bei schmalbandigen Signalen (wie Sinustönen) dieser
Unterschied bei kleinen Pegeln größer als 1 dB und nimmt mit zunehmendem Pegel
stetig ab. Diese Abweichung wird als „near miss to Weber’s law“ bezeichnet und hängt
mit der speziellen Anregung der Basilarmembran bei Sinustönen zusammen.
1.2 Tonhöhe und Frequenzauflösung
Wird die Frequenz eines Sinustons erhöht, führt dies zu der Wahrnehmung einer
ansteigenden Tonhöhe. Wenn diese Tonhöhenwahrnehmung dem Weber-
Fechner’schen Gesetz entsprechend proportional zum Logarithmus der Frequenz wäre,
entspräche dies genau der musikalischen Tonhöhenempfindung: Eine Oktave
(Frequenzverhältnis 2:1) würde als doppelt so hoch empfunden werden, unabhängig
von der jeweiligen Frequenz. Tatsächlich folgt die Tonhöhenwahrnehmung dieser
Gesetzmäßigkeit nur in einem begrenzten Bereich mittlerer Frequenzen, der bei
musikalisch ausgebildeten Versuchspersonen sich noch etwas erweitern läßt. Läßt man
Versuchspersonen jedoch unabhängig von musikalischen Intervallen die empfundene
Tonhöhe im Vergleich zum Referenzton bei 1 kHz angeben, so erhält man die Mel-Skala
als subjektive Tonhöhenempfindungskala. Sie entspricht ungefähr der Frequenz-Orts-
Transformation auf der Basilarmembran, bei der die verschiedenen Frequenzen zu einer
maximalen Auslenkung an unterschiedlichen Orten führen (gepunktete Linie in Abb. 3).
Die gleiche Beziehung zwischen subjektiver Tonhöhe und objektiver Frequenz liefert die
in Abb. 3 dargestellte Bark-Skala (benannt nach dem deutschen Physiker und Akustiker
Heinrich Barkhausen), die auf dem Konzept der Frequenzgruppe beruht (Zwicker und
Mitarb. 1957).
Abbildung 3: Mel-Skala, Bark-Skala, ERB-Skala
Sie basiert auf der Frequenzabhängigkeit der Lautheitswahrnehmung und der
Maskierung: Bei der Lautheitssummation wird die empfundene Lautheit eines
schmalbandigen Signals (z. B. eines Schmalbandrauschens) bei gleicher Leistung, aber
verschiedener Bandbreite bestimmt (vgl. Abbildung 4). Wenn dieselbe Leistung auf
67

einen größeren Frequenzbereich verteilt wird, steigt die wahrgenommene Lautheit auf
etwa das Doppelte an (entspricht ungefähr 10 dB Lautstärkengewinn). Bleibt die
Leistung jedoch in einem Frequenzbereich, der kleiner als die Frequenzgruppenbreite
ist, hängt die wahrgenommene Lautheit nicht von der Bandbreite ab, so daß aus dieser
Bandbreitenabhängigkeit auf die Größe der Frequenzgruppe geschlossen werden kann.
Die Frequenzgruppenbreite beträgt etwa 100 Hz unterhalb von 500 Hz und etwa 1/5 der
Frequenz oberhalb von 500 Hz (vgl. Abbildung 3).
Abbildung 4: Bandbreitenabhängigkeit der Lautheit
Anschaulich versteht man unter der Frequenzgruppe diejenige Bandbreite im Gehör,
innerhalb derer sämtliche Signale gemeinsam verarbeitet und zu einem
„Erregungspegel“ zusammengefaßt werden, der der Lautheitswahrnehmung zugrunde
liegt. Wenn das Signalspektrum in verschiedene Frequenzgruppen fällt, wird nicht mehr
die Leistung aufsummiert, sondern die Teil-Lautheiten in den verschiedenen
Frequenzgruppen.
Abbildung 5: Erregungspegelmuster
Eine Vorstellung zum Zustandekommen der Frequenzgruppe und der Frequenzauflösung im
auditorischen System ist die Erregungsverteilung auf der Basilarmembran (vgl. Abbildung 5). Bei einem
Sinus-Ton mit f1 wird die Basilarmembran nicht nur bei dieser Frequenz, sondern im schwächerem Maße
auch bei den darüber- bzw. darunterliegenden Frequenzen angeregt. Wenn auf der x-Achse die Frequenz
in Bark aufgetragen ist, kann diese Verbreiterung der Erregung als ein dreieckförmiges Muster dargestellt
werden, dessen Flanken zu tiefen Frequenzen mit etwa 25 dB pro Bark ansteigen und zu hohen
Frequenzen mit etwa 10 dB pro Bark abfallen. Bei hohen Pegeln werden diese Flanken flacher. Wird nun
ein weiterer Sinus-Ton mit einer Frequenz f2 mit einem Pegel angeboten, der unterhalb dieses
68

Erregungspegels bei der Frequenz f2 liegt, wird dieser zusätzliche Ton vom ersten Ton vollständig
maskiert, d. h. der zweite Ton wird im Beisein des ersten Tons nicht mehr gehört. Durch derartige
Verdeckungsexperimente kann die Form und Steilheit der Erregungspegel-Verteilung über der Frequenz
ausgemessen werden.
Um aus derartigen Experimenten auf die Frequenz-Gruppe zu schließen, wird meist ein
Notched-Noise verwendet, bei dem ein Rauschen nur unterhalb einer Grenzfrequenz fu
und oberhalb einer Frequenz fo vorliegt. Je schmaler die zwischen fu und f0 liegende
spektrale Lücke („notch“) ist, desto höher liegt die Mithörschwelle eines in diesem
Frequenzbereich liegenden Tons, d. h. der Pegel des Tons muß relativ hoch sein, damit
er gehört wird. Aus der Abnahme dieser Mithörschwelle mit zunehmender Breite der
spektralen Lücke kann auf die Frequenzgruppenbreite geschlossen werden, die in
Einheiten einer „equivalent rectangular bandwidth“(ERB) nach Moore und Glasberg
(1987) gemessen wird. Darauf beruht die ebenfalls in Abb. 3 angegebene ERB-Skala,
die sehr ähnlich der Bark-Skala ist.
Die Verteilung der Erregungspegel über der Frequenz kann für die Berechnung der
Lautheit verwendet werden, wobei die sich überlappenden Bereiche des
Erregungspegel-Verlaufs für verschiedene Frequenzen nur einmal berücksichtigt
werden. Dazu wird bei jeder Frequenzgruppe der Erregungspegel gemäß dem
Potenzgesetz (Gleichung 8.1) umgeformt. Die Gesamt-Lautheit wird dann durch
Integration (Aufsummation) der spezifischen Lautheiten über sämtliche Frequenzen
gebildet. Diese Berechnung entspricht dem nach Iso 532 B genormten Lautheitsmodell
nach Zwicker, das für stationäre Schallsignale die subjektiv empfundene Lautheit in
sone sehr gut berechnen kann. Dabei werden sowohl spektrale Maskierungseffekte als
auch Lautheitssummations-Effekte und Kombinationen dieser Effekte richtig
vorhergesagt. Eine Anwendung auf zeitlich stark schwankende Schall (wie z. B.
Sprache) ist jedoch problematisch, da das Modell für stationäre Signale entwickelt
wurde.
Die Frequenzgruppe läßt sich auch mit einer Reihe weiterer Maskierungsexperimente bestimmen, bei
denen sich der maskierende Schall (meistens ein Rauschen) stark im Frequenzbereich ändert, z. B.
sinusförmige Änderung im Frequenzbereich („ripple-noise“), Tiefpaßrauschen oder Hochpaßrauschen.
Für alle Fälle werden ähnliche Frequenzgruppenbreiten gemessen, wobei sich neben der Breite dieser
Frequenzgruppen auch die effektive Form der Filter im Gehör angeben läßt, mit denen jeweils ein
begrenzter Frequenzbereich analysiert und zu einer Frequenzgruppe zusammengefaßt wird. Die
einfachste Form ist rechteckförmig, eine realistischere Filterform ist ein gerundetes Exponentialfilter
dessen Flanken die Verhältnisse im Erregungspegelmuster wiederspiegeln. Man darf sich eine
Frequenzgruppe nicht als eine starre, bei einer festen Frequenz gelegene rechteckförmige Filterung des
Schallsignals vorstellen, sondern eine kontinuierliche, bei jeder Mittenfrequenz auftretende Filterung mit
einer abgerundeten, kontinuierlichen Filterform.
69

Im Gegensatz zu der relativ geringen Frequenzauflösung durch die
Frequenzgruppenfilter bei der Maskierung steht die sehr hohe Frequenzauflösung bei
der Diskrimination verschiedener Frequenzen, die nicht gleichzeitig, sondern in Folge
angeboten werden. Dies bei der Musikwahrnehmung (z. B. beim Stimmen von
Instrumenten) wichtige Phänomen der Tonhöhenunterscheidung ermöglicht einen
kleinsten hörbaren Frequenzunterschied von etwa 3 Hz für Frequenzen unterhalb von
500 Hz und etwa 0,6 % für Frequenzen über 1000 Hz. Dies entspricht ungefähr 1/30
Bark, d.h. die Tonhöhenunterscheidung ist wesentlich feiner als die Maskierung im
Frequenzbereich. Dies liegt an der massiven Parallelverarbeitung im Gehör: Wenn die
Frequenz eines einzelnen Sinustons um wenige Herz verschoben wird, verschiebt sich
das ganze Erregungsmuster auf der Basilarmembran, so daß im Mittel über sämtliche
beteiligten Nervenfasern selbst ein kleiner Unterschied in der Verschiebung des
Erregungsmusters feststellbar ist, obwohl das von einem einzelnen Ton hervorgerufene
Erregungsmuster selbst relativ breit sein kann. Daher mißt die Frequenzauflösung
(Diskrimination) eine andere Leistung des Gehörs als die Maskierung im
Frequenzbereich, die auch als spektrale Integration bezeichnet werden kann.
1.3 Zeitliche Verarbeitung im Hörsystem
Neben der spektralen Verschmierung (Integration) und Frequenzauflösung spielt die
zeitliche Verarbeitung von akustischen Signalen im auditorischen System eine wichtige
Rolle, die ebenfalls durch eine zeitliche Verschmierung (Zeitintegration) und eine
Zeitauflösung gekennzeichnet werden kann. Die zeitliche Integration bezeichnet dabei
die Fähigkeit, einen lang andauernden, stationären Klang bei gleichem Pegel als lauter
wahrzunehmen als einen kurzen Klang. Diese Eigenschaft kann mit einem
Maskierungsexperiment demonstriert werden (vgl. Abbildung 6), bei der die
Mithörschwelle für einen Signalton bestimmt wird, d. h. der Pegel, bei dem der Ton im
Rauschen soeben noch hörbar ist. Sie nimmt mit zunehmender Dauer T des Testtons
ab und erreicht für Werte von etwa 200 ms einen stabilen Wert, der durch weitere
Verlängerungen des Tons nicht mehr verändert wird. Diese Eigenschaft kann durch eine
Energieintegration über einen Bereich von 200 ms erklärt werden. Bei
Innenohrschwerhörenden ist diese Energie-Summation gestört, so daß die Schwelle bei
zunehmender Dauer T nicht weiter abnimmt.
70

Abbildung 6: Zeitliche Integration (Schema, s. Text)
Die zeitliche Verschmierung der internen Repräsentation akustischer Signale läßt sich
durch die psychoakustisch meßbaren Phänomene der Nachverdeckung und
Vorverdeckung beschreiben. Bei der Nachverdeckung wird ein Testsignal (z. B. ein
kurzer Testtonpuls) zeitlich nach dem Abschalten eines Maskierungssignals (z. B.
Rauschen) angeboten und der Pegel des Tons wird solange variiert, bis er soeben nicht
mehr hörbar ist (Mithörschwelle). Diese Mithörschwelle nimmt mit zunehmendem
Abstand des Testtons vom Maskierende ab und erreicht bei etwa 200 ms die
Ruhehörschwelle. Dabei ist der Verlauf dieser Nachverdeckungskurve abhängig von der
Maskiererdauer, d. h. vom Adaptationszustand des auditorischen Systems (vgl.
Abbildung 7). Bei der Vorverdeckung wird der Testton dagegen nicht nach dem
Abschalten, sondern zeitlich vor dem Anschalten eines Maskierers angeboten, wobei
sich eine ähnliche Verschmierung der Mithörschwelle als Funktion der Verzögerungszeit
ergibt wie bei der Nachverdeckung. Allerdings ist der Zeitbereich, über den sich die
Vorverdeckung erstreckt, wesentlich kürzer (etwa 10 ms) und es ergibt sich keine
vergleichbar starke Abhängigkeit von der Dauer des Maskierers.
Einen kombinierten Effekt von Vor- und Nachverdeckung beobachtet man bei der
Lückendetektion (Englisch: Gapdetection), bei der die kleinste in einem Rauschen
wahrnehmbare Pausendauer gemessen wird (vgl. Abb. 8). Da aufgrund der zeitlichen
Verschmierung im auditorischen System kleine Lücken im Rauschen nicht
wahrgenommen werden können, liegt bei Normalhörenden bei der Verwendung von
breitbandigen Rauschen die minimal detektierbare Lückendauer bei etwa 8 ms. Da sie
ein einfach und schnell zu bestimmendes Maß für die zeitliche Verarbeitung ist, wird sie
oft zur Charakterisierung der gestörten zeitlichen Verarbeitung bei Schwerhörenden
eingesetzt, wobei aufgrund starker interindividueller Schwankungen Werte zwischen 8
und 100 ms auftreten können.
71

Abbildung 7: Nachverdeckung
Abbildung 8: Gap-detection
Eine weitere Eigenschaft der zeitlichen Verarbeitung akustischer Signale ist die
Modulationswahrnehmung, d. h. die Wahrnehmung von Schallen mit einer
aufgeprägten (z. B. sinusförmig variierenden) Einhüllenden (vgl. Abb. 9). Als
Trägersignale können Sinussignale oder Rauschen verwendet werden, während als
Modulationssignale (d. h. Verformung der Einhüllenden) zumeist sinusförmige Signale
mit einer bestimmten Modulationsfrequenz fmod verwendet werden. Eine derartige
Signalform ist sehr ähnlich der Form von Sprache, weil bei der Sprachartikulation ein
Trägersignal (z. B. die Schwingung der Stimmritze) durch den Vokaltrakt in der Intensität
zeitlich stark verändert wird. Im Modulationsfrequenzbereich zwischen 0 und etwa 10 Hz
werden Modulationen als Schwankungen der Lautstärke wahrgenommen, die
Empfindung wird als Schwankungsstärke bezeichnet. Bei Frequenzen zwischen etwa
10 und 20 Hz entsteht ein „knarrender“ Klangeindruck, der auch als R-Rauhigkeit
bezeichnet wird, während Modulationen zwischen etwa 20 Hz und 80 Hz als Rauhigkeit
des Klanges wahrgenommen werden können. Bei noch höheren Modulationsfrequenzen
treten im Frequenzspektrum des akustischen Signals Seitenlinien auf, die aufgrund der
spektralen Verfärbung als Klangänderungen wahrgenommen werden können.
72

Abbildung 9: Moduliertes Signal, PMTF für breitbandige Träger, d. h. der kleinste detektierbare
Modulationsgrad als Funktion der Modulationsfrequenz
Als Maß für die Zeitauflösung kann die psychoakustische Modulationstransfer-
Funktion bestimmt werden, d. h. für jede Modulationsfrequenz derjenige
Modulationsgrad m, der soeben noch wahrgenommen werden kann. Sie zeigt für
Modulationen von etwa 4 Hz ein Maximum (dies entspricht in etwa der
Sprachsilbenfrequenz und ist daher gut an die zu empfangene Sprache angepaßt) und
für zunehmende Modulationsfrequenzen wird die Empfindlichkeit geringer. Diese
Modulations-Tiefpaßcharakteristik des auditorischen Systems korrespondiert zu der
zeitlichen Verschmierung, die in den Vor- und Nachverdeckungsexperimenten
aufgezeigt wurde.
Abbildung 10: Verarbeitungsmodell nach Dau et al.
73

Um die verschiedenen zeitlichen Eigenschaften des Hörsystems (zeitliche Integration,
Vor- und Nachverdeckung, Modulationswahrnehmung) mit möglichst wenig Annahmen
beschreiben zu können, wurden Hörmodelle zur zeitlichen Verarbeitung aufgestellt. Bei
dem in Abbildung 10 schematisch dargestellten Verarbeitungsmodell nach Dau et al.
(1997) wird die Verarbeitung unterschiedlicher Frequenzen zunächst durch eine
Filterbank beschrieben, die das Eingangssignal in verschiedene Frequenzgruppenbreite
Bandpaß-Signale aufteilt. In jedem Bandpaßsignal wird eine Halbwellengleichrichtung
mit Tiefpaßfilterung durchgeführt, das ungefähr der Aktion der Haarzellen entspricht und
eine Extraktion der Einhüllenden bewirkt. Die zeitlichen Verarbeitungs-Eigenschaften
werden durch die nachgeschalteten Adaptations-Schleifen nachgebildet, bei denen das
Eingangssignal durch das tiefpaßgefilterte Ausgangssignal geteilt wird. Dadurch wird
eine gewisse Adaptation an den Mittelwert des Eingangssignals ermöglicht, während
schnelle Änderungen (Fluktuationen) ohne weitere Beeinflussung durchgelassen
werden. Durch Hintereinanderschalten mehrerer dieser Nachregelschleifen mit
unterschiedlichen Zeitkonstanten zwischen 1ms und 500 ms wird approximativ eine
logarithmische Kompression für langsame Änderungen im Eingangssignal erreicht und
eine unveränderte Durchlässigkeit für schnelle Änderungen im Eingangssignal. Mit
dieser Modellstruktur lassen sich Vor- und Nachverdeckung sowie die Lückendetektion
(Gap detection) bereits sehr gut beschreiben. Die zeitliche Integration von Testtönen
und die Modulationswahrnehmung kann durch Einfügen einer Modulationsfilterbank
erreicht werden, die für jede Mittenfrequenz die Einhüllenden-Fluktuationen in
verschiedene Modulationsfrequenzen aufspaltet. Am Ausgang dieser
Modulationsfilterbank steht ein bestimmtes, zeitlich variables Muster zur Verfügung, das
die interne Repräsentation von akustischen Signalen darstellen soll. Mit dieser
internen Repräsentation lassen sich verschiedene Experimente einfach dadurch
beschreiben, daß eine bestimmte, minimale Änderung in dieser Repräsentation zur
Wahrnehmung eines Unterschieds im Klang führt, der gerade zur Detektion des
„gesuchten“ akustischen Stimulus führt.
1.4 Binaurale Interaktion
Neben den bisher beschriebenen Leistungen des Gehörs bei der Intensitäts-, Frequenz-
, und Zeitverarbeitung im auditorischen System ist die binaurale Interaktion, d. h. die im
Gehirn stattfindende vergleichende Verarbeitung der an beiden Ohren anliegenden
Signale von besonderer Wichtigkeit für das Hören in natürlicher Umgebung. Es trägt
signifikant zur Hallunterdrückung, zur Ortung (Lokalisation) von Schallquellen im
Raum und zur Unterdrückung von „unerwünschten“ Störgeräuschquellen in realen
akustischen Situationen bei.
74

Abbildung 11: Physikalische Merkmale für die Lokalisation
Wenn eine Schallquelle so im Raum angeordnet ist, daß der von ihr ausgesendete
Schall mit einem bestimmten Einfallswinkel auf den Kopf des Hörers fällt, bewirkt dieser
(winkelabhängige) Schalleinfall eine interaurale Zeitverzögerung (d. h. der Schall
erreicht das der Schallquelle zugewandte Ohr eher als das abgewandte Ohr), einen
interauralen Intensitätsunterschied (d. h. das der Schallquelle zugewandte Ohr
empfängt eine höhere Schallintensität), sowie eine von der Einfallsrichtung abhängige
spektrale Verfärbung (d. h. der Frequenzgehalt des empfangenen Schalls wird je nach
Einfallsrichtung unterschiedlich verändert vgl. Abb. 11.). Aufgrund dieser akustischen
Merkmale ist der normalhörende Mensch bei breitbandigen Signalen in der Lage, den
Ort einer Schallquelle aus der Vorne-Richtung mit einer Ungenauigkeit von etwa 1 Grad
bzw. bei seitlichem Einfall oder Schalleinfall von oben mit einer Ungenauigkeit von etwa
5 Grad aufzulösen. Diese erstaunlich hohe Ortungsleistung wird allerdings bei
schmalbandigen Signalen und bei Vorliegen von Nachhall bzw. Echo eingeschränkt.
Dieser Effekt ist darauf zurückzuführen, daß die bei einer bestimmten Frequenz anliegenden interauralen
Intensitäts- und Zeitunterschiede nicht eindeutig zu einer bestimmten Einfallsrichtung gehören, sondern
daß mehrere Schalleinfallsrichtungen bei derselben Frequenz zu denselben interauralen Intensitäts- und
Zeitunterschieden führen können. Beispielsweise führen sämtliche Einfallsrichtungen in der Medianebene
zu einer interauralen Zeit- und Laufzeitdifferenz von ungefähr 0, so daß bei schmalbandigen Signalen
nicht sicher zwischen der Vorne-, Oben-, und Hinten-Einfallsrichtung unterschieden werden kann und es
zu Richtungsverwechselungen kommt. Ein Schalleinfall von vorne links kann in ähnlicher Weise mit
einem Schalleinfall von hinten links und Einfallsrichtungen verwechselt werden, die auf den sogenannten
„Cone of Confusion“ liegen. Bei schmalbandigen akustischen Signalen werden zudem bestimmte
Frequenzen zu bestimmten Schalleinfallsrichtungen zugeordnet („richtungsbestimmende Bänder“
nach Blauert, 1974), so daß hier die spektrale Information teilweise die Information aus den interauralen
Zeit- und Intensitätsunterschieden überschreibt. Erst bei breitbandiger Schalldarbietung kann durch den
Vergleich über mehrere Frequenzen hinweg eine eindeutige, sämtliche Mehrdeutigkeiten bei
schmalbandiger Signaldarbeitung vermeidende Lokalisation durchgeführt werden.
Die Rolle der interauralen Zeit- und Intensitätsdifferenzen für die Lokalisation und die
binaurale Verarbeitung kann mit Kopfhörer-Experimenten erforscht werden, bei denen
jeder dieser physikalischen Parameter einzeln variiert werden kann. So stellt sich
75

heraus, daß die interauralen Zeitdifferenzen insbesondere bei niedrigen Frequenzen
(unter 1,5 kHz) eine dominierende Rolle für die Lokalisation spielen und der kleinste
wahrnehmbare interaurale Zeitunterschied etwa 20 μs beträgt, während er oberhalb von
1,5 kHz etwa 50 μs beträgt. Die interauralen Intensitäts-Unterschieds-Schwellen
betragen dagegen unterhalb von 1,5 kHz etwa 3 dB und oberhalb von 1,5 kHz etwa
1 dB, so daß sie besonders bei hohen Frequenzen für die Lokalisation dominant sind.
Diese bereits von Lord Rayleigh (1877) formulierte Duplex-Theorie des binauralen
Hörens hat ihre physikalische Begründung darin, daß bei niedrigen Frequenzen
aufgrund der (relativ zum Kopfdurchmesser) großen Schallwellenlänge nur geringe
Intensitätsunterschiede zwischen den beiden Ohren auftreten, so daß
Intensitätsunterschiede erst bei hohen Frequenzen veläßlich ausgewertet werden
können. Bei niedrigen Frequenzen können die Neuronen im auditorischen System der
Schallwellenform noch sehr gut folgen und daher interaurale Zeit-Unterschiede gut
detektieren, während bei hohen Frequenzen interaurale Zeit-Differenzen nur im
Einhüllenden-Verlauf der Signale, nicht jedoch in der (von den Neuronen nicht mehr
aufgelösten) Feinstruktur der übertragenden Signale erfaßt werden können.
Abbildung 12: Binaurale Störgeräuschbefreiung
Zur Erfassung der Störgeräuschbefreiung im binauralen System kann ein psychoakustisches
Experiment verwendet werden, bei dem die Detektion von Testtönen im Rauschen zwischen der
binauralen und der monauralen Situation verglichen werden (vgl. Abb. 12). Zunächst wird der
Versuchsperson ein Ton im Rauschen angeboten, dessen Pegel solange verringert wird, bis die
Versuchsperson ihn nicht mehr hört (Mithörschwelle). Wenn anschließend dasselbe Rauschen am
anderen Ohr gleichzeitig angeboten wird, wird die wahrgenommene Lautheit des Rauschens zwar höher,
der Ton wird jedoch wieder hörbar, so daß eine Verringerung der Mithörschwelle gemessen werden kann,
die als binaurale Masking Level Difference (MLD) bezeichnet wird. Ihre Größe hängt von der
interauralen Phasenlage des Testtons und der zwischen den beiden Ohren bestehenden Beziehung
zwischen dem Rauschen ab. Beispielsweise wird die MLD maximal (ca. 14-18 dB), wenn dasselbe
Rauschen und ein um 180 Grad (Phase π) verschobener Sinuston bei etwa 500 Hz verwendet wird. Keine
MLD tritt dagegen auf, wenn für das Rauschen und das Signal dieselbe Beziehung an beiden Ohren
vorliegt (z. B. bei identischem Rauschen und identischem Ton an beiden Ohren oder bei
Phaseninvertierung zwischen beiden Ohren).
In einer guten Näherung kann diese Störgeräuschunterdrückung des binauralen Systems durch eine (mit
Restfehlern behaftete) Subtraktion der beiden Ohrsignale aufgefaßt werden, die im Gehirn nach einer
Anpassung der vom rechten und linken Ohr stammenden Signale (z. B. durch entsprechende
Zeitverzögerung und Amplituden-Anpassung) vorgenommen wird. Mit dieser als „Equalization and
Cancellation Theory“ (EC-Theorie) nach Durlach (1972) bezeichneten Modellvorstellung kann bereits eine
76

Vielzahl der binauralen Maskierungsexperimente quantitativ gedeutet werden. Ein eher auf
physiologischen Vorstellungen basierendes Modell der binauralen Signalverarbeitung wurde dagegen von
Jeffress (1948) aufgestellt. Es sieht eine Art neuronales Kreuzkorrelations-Netzwerk vor, bei dem die an
den beiden Ohren ankommenden Signale in einer Laufzeitkette sukzessiv zeitverzögert werden und durch
Koinzidenz-Detektoren die Laufzeitunterschiede zwischen den beiden Ohren jeweils abgegriffen werden.
Auf der Basis dieses Modells wurden in der neueren Literatur eine Reihe weiterer Modelle entwickelt, die
die binaurale Signalverarbeitung einschließlich einer Reihe von Effekten richtig vorhersagen (z. B. die
Lateralisation bzw. Lokalisation von Schallereignissen mit bestimmter interauraler Zeit- und
Pegeldifferenz, das Gesetz der ersten Wellenfront, die MLD für verschiedene Signale und Maskierer,
sowie zeitliche und spektrale Eigenschaften dieser Effekte). Da auf diesem Gebiet noch weiter intensiv
geforscht wird, sei auf die weiterführende Literatur von Blauert (1983) und Colburn (1996) verwiesen.
2. Psychoakustik des pathologischen Gehörs
-Intensitätsabbildung
Bei sämtlichen Formen der Schwerhörigkeit tritt ein Hörverlust auf, d. h. eine
Verringerung der Sensitivität des Hörorgans für Schall. Der Pegel eines akustischen
Signals muß daher gegenüber Normalhörenden angehoben werden, um eine
Empfindung hervorzurufen, d. h. die Hörschwelle ist angehoben. Die
Frequenzabhängigkeit der Hörschwelle wird im Tonschwellenaudiogramm erfaßt. Bei
weiterer Erhöhung des Pegels ergibt sich ein Anstieg der Lautheit, der bei
Innenohrschwerhörigen in der Regel steiler ist als bei Normalhörenden (Recruitment).
Dieser Effekt führt zu dem bei vielen Schwerhörenden beobachteten Phänomen, daß sie
bei niedrigen Sprachlautstärken nichts verstehen. Wenn der Gesprächspartner
aufgefordert wird, doch etwas lauter zu reden, beklagen sich die Schwerhörigen
darüber, daß es schnell zu laut ist und die Sprecher nicht gleich schreien sollen. Dieses
Phänomen kann mit überschwelligen Tests erfaßt werden. In der Routine-Audiometrie
wird bei seitendifferentem Hörverlust dazu der Fowler-Test verwendet.
Den Lautheitsanstieg mit zunehmenden Pegel kann man für jedes Ohr separat mit der
Hörflächenskalierung ermitteln, bei der sich bei Patienten mit Recruitment ein steilerer
Anstieg der Kategoriallautheit ergibt. Die Steigung dieser Lautheitsfunktion ist jedoch
individuell sehr unterschiedlich und kann möglicherweise von dem Verhältnis der
Schädigung innerer und äußerer Haarzellen abhängen (vgl. 3.2). Daher ist der
Kompressionsverlust des auditorischen Systems, der sich in der Steigung der
Hörflächenskalierung ausdrückt, der als eine weitere, vom Hörverlust weitgehend
unabhängige Komponente zu erfassen. Der Kompressionsverlust nimmt mit
zunehmenden Hörverlust zwar tendenziell zu, läßt sich aufgrund der großen
individuellen Schwankungen aber nicht daraus vorhersagen (vgl. Kießling, 1995, Launer
et al, 1996). Bei Schalleitungs-Schwerhörigkeit ist die Pegel-Lautheitsfunktion der
Hörflächenskalierung zu höheren Pegeln hin verschoben. Aufgrund des
Adaptationseffektes ist diese Verschiebung jedoch nicht so groß wie der an der
Schwelle meßbare Hörverlust. Außerdem kann auch die Steigung leicht variieren, so
77

daß die Hörflächenskalierung keine sichere Unterscheidungsmöglichkeit zwischen
Schalleitungs- und Schallempfindungs-Schwerhörigkeit bietet.
Abbildung 13: Intensitäts-JND für verschiedene Schwerhörigkeitsformen
Für die Schalleitungs-Schwerhörigkeit verschiebt sich die Pegelabhängigkeit der
Intensitätsauflösung (d. h. der kleinste hörbare Intensitätsunterschied, Intensitäts-Just
Noticeable Difference, JND) für Sinustöne zu höheren Pegeln (Abb 13). Bei
Innenohrschwerhörigen mit Recruitment geschieht die Abnahme der Intensitäts-JND
dagegen in einem wesentlich kleineren Pegelbereich. Sie haben bei derselben
wahrgenommenen Lautheit ungefähr die gleiche bzw. eine geringgradig erhöhte
Intensitäts-JND wie Normalhörende. Die früher verbreitete Annahme, daß Innenohr-
Schwerhörende eine kleinere Intensitäts-JND besitzen, weil sie einen steileren
Lautheitsanstieg haben, hat sich als falsch herausgestellt (Hohmann, 1993). Wenn man
die Intensitäts-Diskrimination allerdings knapp oberhalb der Hörschwelle mißt (z. B.
20 dB wie beim SISI-Test in der überschwelligen Audiometrie), können
Innenohrschwerhörige etwas niedrigere Diskriminations-Schwellen erreichen, weil sie
dort eine größere Lautheit wahrnehmen als Normalhörende. Allerdings ist diese
Diskriminationsschwelle sehr variabel, so daß der SISI-Test ein sehr indirektes Maß für
ein Recruitment darstellt, was sich als sehr unzuverlässig herausgestellt hat. Bei
breitbandigen Signalen (z. B. Rauschen oder Sprache) hängt die Intensitäts-
Diskrimination sehr wenig vom Pegel ab. Innenohrschwerhörige zeigen daher in ihrem
Dynamikbereich eine leicht erhöhte Intensitäts-JND gegenüber Normalhörenden, wobei
jedoch die gleiche (geringere) Pegelabhängigkeit auftritt. Bei hochgradig Schwerhörigen
mit einer sensorineuralen Schwerhörigkeit bzw. bei Patienten mit einer neuralen
Schwerhörigkeit kann die Intensitäts-JND relativ stark erhöht sein, so daß es diesen
Patienten schwerfällt, akustische Signale (wie z. B. Sprache) in ihrem auditorischen
System richtig abzubilden und zu verstehen.
-Frequenz- und Zeitabbildung
Bei Schalleitungsschwerhörigkeit treten keine nennenswerten Abweichungen in den
überschwelligen Funktionen gegenüber Normalhörenden auf, sofern der
Darbietungspegel auf die individuelle Hörschwelle bezogen wird. Im folgenden sollen
daher nur die bei sensorineuralen Schwerhörigkeiten auftretenden Veränderungen der
Frequenz- und Zeitabbildung betrachtet werden:
78

Aufgrund der bei Schädigung der äußeren Haarzellen verringerten Frequenzselektivität
des Gehörs nimmt auch die psychoakustisch meßbare Frequenzauflösung des Gehörs
ab. Dies macht sich in einer Verbreiterung der Frequenzgruppe bemerkbar, d. h. bei
Innenohrschwerhörenden wird ein größerer spektraler Bereich im Gehör
zusammengefaßt, um die Lautheit und die Maskierung zu bestimmen (s. Abb. 14). Die
Verbreiterung der Frequenzgruppe führt zu einem Anstieg der Mithörschwelle im
Rauschen, d. h. ein in einem Rauschen versteckter Testton muß stärker im Pegel erhöht
werden als bei Normalhörenden, um detektiert werden zu können. Dies liegt daran, daß
mehr Energie von benachbarten Frequenzen zur Maskierung des Ziel-Testtons beiträgt.
Allerdings hängt diese Verbreiterung vom Signalpegel ab: Auch bei Normalhörenden tritt
eine Verbreiterung der Frequenzgruppe mit hohem Pegel auf. Daher sollte man die
Frequenzgruppe von Schwerhörenden nicht bei gleichem Pegel über der individuellen
Hörschwelle, sondern bei gleichem absoluten Pegel vergleichen. Dabei ist die
Frequenzgruppe von Schwerhörenden nur geringgradig gegenüber der von
Normalhörenden verbreitert. Bei einer entsprechenden Anhebung des Pegels über die
Hörschwelle des Innenohrschwerhörigen (z. B. durch ein Hörgerät) wird daher der Effekt
der verbreiterten Frequenzgruppe geringer.
Abbildung 14: Frequenzgruppenbreite als Funktion des Pegels für Normal- und Innenohrschwerhörende
Die Zeitauflösung bei Innenohrschwerhörigen ist ebenfalls verringert, d. h. man mißt
eine verlängerte Vor- und Nachverdeckung und eine Verlängerung der kleinsten
detektierbaren Pausendauer im Rauschen. Allerdings ist hier genau wie bei der
Frequenzauflösung die Pegelabhängigkeit zu berücksichtigen, da bei den Innenohrschwerhörenden
ein wesentlich kleinerer Pegelbereich zur Verfügung steht als bei
Normalhörenden. Wenn man die Experimente bei dem gleichen Pegel oberhalb der
Ruhehörschwelle (bzw. bei der gleichen wahrgenommenen Lautheit) durchführt und
auch den Effekt des Recruitments berücksichtigt, ist die Zeitauflösung nicht wesentlich
gegenüber der von Normalhörenden gestört. Dies ist auch der Grund, wieso die
psychoakustisch meßbare Modulations-Transferfunktion ungefähr den gleichen
Tiefpaßverlauf wie bei Normalhörenden aufweist. Allerdings ist die Schwelle insgesamt
79

erhöht, so daß Schwerhörende nicht so geringe Modulationstiefen detektieren können
wie Normalhörende.
Im Gegensatz zu den relativ wenig geänderten Zeitkonstanten bei der Zeitauflösung
steht das geänderte Verhalten bei der zeitlichen Integration bei
Innenohrschwerhörigen (s.o.): Während bei Normalhörenden die Wahrnehmbarkeit und
die Lautstärke eines Tones mit zunehmender Tondauer bis zu einer Maximaldauer von
etwa 200 ms zunimmt, tritt dieser Effekt bei Innenohrschwerhörigen nicht in gleicher
Weise auf. Dies ist ein Grund dafür, daß Signale, die im Rauschen versteckt sind
(maskierte Signale), von Innenohrschwerhörenden erst bei wesentlich höheren Signal-
Rauschverhältnissen detektiert werden können als von Normalhörenden.
-Weitere auditorische Funktionen
Generell zeigt sich bei Innenohrschwerhörenden eine allgemeine Verschlechterung
sämtlicher psychoakustisch meßbarer auditorischer Funktionen im Vergleich zu
Normalhörenden. Zu diesen eingeschränkten Funktionen gehören neben der oben
erwähnten Intensitäts-, Frequenz- und Zeitauflösung auch andersartig gemessene
Detektions- und Diskriminationsleistungen im Zeit- und Frequenzbereich (z. B.
Tonhöhenunterscheidung), komplexere Erkennungs- und Unterscheidungsleistungen,
sowie die binaurale Interaktion (d. h. die Extraktion von Unterschieden zwischen den
Signalen, die an den beiden Ohren anliegen), die zur Ortung von Schallquellen und zur
Trennung zwischen Nutzsignalen und Störsignalen beiträgt. Dabei stellt man fest, daß
sämtliche dieser auditorischen Funktionen primär vom Hörverlust beeinflußt werden. Im
Mittel über alle Patienten verschlechtern sich alle Funktionen mit zunehmendem
Hörverlust. Abgesehen von diesem generellen Effekt gibt es jedoch nur sehr geringe
gegenseitige Abhängigkeiten zwischen den Schädigungen in der Hörfunktion.
Beispielsweise kann die Frequenzauflösung stark gestört sein und das binaurale Hören
relativ intakt (oder umgekehrt). Dies führt zu der Vorstellung, daß sich Innenohr-
Hörstörungen primär durch die zwei Komponenten Hörverlust und
Kompressionsverlust charakterisieren lassen. Die darüber hinausgehenden
Einschränkungen unterliegen einem diffusen, an unterschiedlichen Orten in
verschiedener, nicht vorhersehbarer Weise wirkenden Schädigungsprozeß.
3. Sprachwahrnehmung bei Normal- und Schwerhörigen
Die sprachliche Kommunikation zwischen Menschen ist eine hochspezialisierte und
faszinierende Leistung, die letztendlich die Grundlage unserer Kultur darstellt. Um die
beim Verstehen von Sprache (und ihrer möglichen Störungen) beteiligten Prozesse
verstehen zu können, muß der gesamte Übertragungsweg vom Sender (sprechender
Mensch) über die akustische Darstellung von Sprache bis zum Empfänger (hörender
Mensch) genau betrachtet werden.
80

3.1 Sprachakustik
Wenn das akustische Sprachsignal z. B. mit einem Mikrophon aufgenommen wird, läßt
sich aus dem Zeitverlauf des Signals nur sehr wenig Information über das geäußerte
Sprachelement ableiten. Beispielsweise kann gesehen werden, ob es sich um einen
Vokal (periodisches Signal aufgrund der Stimmlippen-Schwingung) oder einen
stimmlosen Konsonanten mit Rauschanteilen handelt (irreguläres Zeitsignal). Weiterhin
lassen sich mit hoher Zeitauflösung zeitliche Übergänge feststellen (vgl. Abbildung 15).
Eine Möglichkeit, mehr Informationen über die akustische Filterung des Sprachsignals
im Vokaltrakt zu erhalten, bietet die Analyse des Frequenzgehalts des Schallsignal
(Leistungsspektrum). Dabei wird für jede Frequenz über die gesamte Dauer des
Signals gemittelt die Energie errechnet, die in das jeweilige Frequenzband fällt (vgl.
Abbildung 15 rechts). Bei einem stationären Signal, das sich nicht zeitlich ändert (z. B.
bei gehaltenen Vokalen) kann man in diesem (Leistungs-)Spektrum sehr gut die
Grundfrequenz (Schwingungsfrequenz der Glottis) mit ihren Obertönen (ganzzahlige
Vielfache der Grundfrequenz) erkennen, sowie die Formanten, d. h. die
Frequenzbereiche, bei denen der Vokaltrakt eine besonders hohe Verstärkung des
akustischen Signals bewirkt. Die Formanten stellen sich damit als Spitzen im Spektrum
dar und sind charakteristisch für den jeweils artikulierten Vokal (s. unten).
Abbildung 15: Zeit-Signal (unten), Spektrum (rechts) und Spektrogramm (links oben) des Wortes
„Hörakustik“
Da das Spektrum über eine lange Zeit gebildet wird, ist es ungeeignet zur Beurteilung
der sich zeitlich stark ändernden akustischen Anteile von fließender Sprache. Es hat
allerdings eine große Bedeutung als mittleres Sprachspektrum, d. h. die
Energieverteilung im Frequenzbereich, die im Mittel bei einem männlichen bzw.
weiblichen Sprecher auftritt (vgl. Abbildung 16). Daraus läßt sich ablesen, daß im
81

Bereich der Grundfrequenzen zwischen etwa 300 und 800 Hz am meisten
Sprachenergie vorliegt (Maximum des Spektrums), während zu niedrigen Frequenzen
ein Abfall von etwa 20 dB pro Oktave erfolgt und zu hohen Frequenzen von etwa 10 dB
pro Oktave. Die Langzeitspektren von männlichen und weiblichen bzw. kindlichen
Sprechern unterscheiden sich durch die Lage des Maximums im Frequenzbereich, das
bei Frauen und Kindern deutlich höher liegt als bei Männern. Mit zunehmender
Sprechanstrengung verschiebt sich das spektrale Maximum zu hohen Frequenzen, so
daß sich die Stimme aus dem Hintergrund (mit vorwiegend tieffrequenter Leistung)
deutlicher abgrenzen läßt, ohne daß die akustische Gesamtleistung der Stimme in
gleichem Maß ansteigt.
Abbildung 16: Mittleres Spektrum von männlichen bzw. weiblichen Sprechern
Aufgrund des Spektrums von gehaltenen Vokalen bzw. ausgeschnittenen Vokalen läßt
sich ein Zusammenhang zwischen der Lage des ersten Formantens (d. h. spektrales
Maximum im Bereich zwischen etwa 200 und 800 Hz), dem zweiten Formanten (zweites
spektrales Maximum zwischen etwa 600 und 2.500 Hz), der Stellung der
Artikulationsorgane und dem jeweils geäußerten Vokal aufstellen (Vokaldreieck bzw.
Vokaltrapez, vgl. Abbildung 17).
Abbildung 17: Vokaldreieck. Aufgetragen ist die Frequenz des ersten Formanten F1 (Abzisse) und des
zweiten Formanten F2 (Ordinate) für unterschiedliche Vokale (schematisch)
82

3.2 Sprachverständlichkeit
Beim Verstehen von Sprache spielt einerseits die Sprachverständlichkeit eine Rolle,
d. h. die Eigenschaft des Sprachmaterials, von einem durchschnittlichen,
normalhörenden Probanden verstanden zu werden. Andererseits spielt die individuelle
Sprachperzeptionsleistung eine Rolle, d. h. die von dem individuellen Patienten
erbrachten Voraussetzungen zum Sprachverstehen, die mehr oder weniger stark gestört
sein können. In der Sprachaudiometrie mißt man die Verständlichkeit von
standardisiertem Sprachmaterial bei dem individuellen Patienten, um Rückschlüsse auf
dessen Sprachperzeptionsleistungen führen zu können.
3.2.1 Methoden zur Bestimmung der Sprachverständlichkeit
Das für Verständlichkeitsmessungen verwendete Sprachmaterial sollte möglichst
repräsentativ sein für die Sprache und für die zu betrachtende Kommunikationssituation.
Dabei tritt als grundlegendes Problem die hohe Zahl von Variablen auf, für die eine
möglichst vernünftige Festlegung erfolgen sollte. Zu diesen Variablen gehört die Art des
Tests: „offene“ Tests, bei dem ein Test-Item (z. B. ein Wort oder Satz) dem Probanden
dargeboten wird, das er möglichst korrekt wiederholen soll, und „geschlossene“ Tests,
bei dem der Proband das richtige Test-Item aus einer Liste von möglichen Antworten
bezeichnet. Weitere Variablen sind die Länge der Test-Items (z. B. einsilbige oder
mehrsilbige Wörter oder Sätze), die Auswerte-Methode (Bewertung richtig erkannter
Phoneme, Silben, Wörter oder Sätze), der Sprecher (männlicher oder weiblicher
Sprecher, geschulter oder ungeschulter Sprecher oder etwa synthetische Sprache),
sowie die Wahl eines Störgeräusches und einer räumlichen Anordnung von Nutzschallund
Störgeräuschquelle. Jedes der gebräuchlichen Sprachtestverfahren besitzt eine
eigene Kombination dieser Variablen, so daß die Test-Ergebnisse sich nicht leicht
miteinander vergleichen lassen.
Außerdem ist die Festlegung der Variablen abhängig vom Einsatzzweck des Tests.
Beispielsweise steht bei der Diagnostik von Hörstörungen die analytische Fähigkeit des
Tests im Vordergrund (d. h. die Möglichkeit, aus den auftretenden Phonem-
Verwechslungen Rückschlüsse auf das gestörte Hörsystem zu ziehen), während bei der
Begutachtung eher eine hohe Reproduzierbarkeit des Tests und eine hohe
Repräsentanz des Sprachmaterials für alltägliche Kommunikation im Vordergrund steht.
Bei der Hörgeräteanpassung ist dagegen eine hohe Sensitivität gegenüber kleinen
Änderungen der Einstellparameter des Hörgerätes wichtig.
Der derzeit in der Standard-Audiometrie am häufigsten eingesetzte Sprachtest, der
Freiburger Wörtertest, ist ein „offener“ Test mit Einsilbern bzw. mit Mehrsilbern
(Zahlen). Als Alternative dazu wurde in jüngerer Zeit das Reimtestverfahren mit
83

geschlossenen Antwortalternativen eingeführt, die sich in nur einem Phonem
unterscheiden und sich daher reimen (z. B. die Alternativen „Sinn“, „Hin“, „bin“, „Kinn“,
„Zinn“). Dieses Verfahren vermeidet Fehlerquellen bei der Testbewertung durch den
Testleiter und ist automatisierbar. Die Einsilber-Tests haben den Vorteil einer geringen
Redundanz (d. h. aus einem richtig erkannten Teil des Wortes kann nicht auf den
anderen, unverständlichen Teil des Wortes geschlossen werden) und bieten eine hohe
analytische Aussagekraft bei den auftretenden Phonem-Verwechslungen. Da im
Deutschen Zweisilber jedoch häufiger als Einsilber sind, sind Zweisilber-Tests eher
repräsentativ für die deutsche Sprache, so daß auch ein Reimtest-Verfahren für
Zweisilber entwickelt wurde. Sprachtests mit Sätzen bieten dagegen eine sehr
realitätsnahe Kommunikations-Situation. Ihre Diskriminationsfunktion (d. h. der
Prozentsatz richtig erkannter Wörter als Funktion des Sprachpegels) ist sehr steil, so
daß sie eine hohe Sensitivität gegenüber Änderungen im Sprachpegel oder im Signal-
Rauschabstand aufweisen. Für die deutsche Sprache gibt es den standardisierten
Marburger Satztest und den neueren Göttinger Satztest. Ein Überblick über moderne
Verfahren der deutschsprachigen Sprachaudiometrie findet sich bei Kollmeier (1992).
3.2.2 Methoden zur Berechnung und Modellierung der Sprachverständlichkeit
Um das Verstehen von Sprache quantitativ zu erfassen und die Sprachverständlichkeit
für eine vorgegebene akustische Situation oder einen bestimmten Hörverlust
vorhersagen zu können, wurden verschiedene Methoden zur Berechnung bzw.
Vorhersage der Sprachverständlichkeit aus dem zugrundliegenden Sprachmaterial und
den akustischen Gegebenheiten (z. B. Nachhall, Störgeräusch, angeborene
Ruhehörschwelle) entwickelt. Die klassische Methode der
Sprachverständlichkeitsvorhersage ist der Artikulations-Index (AI) und der Speech
Transmison Index (STI). Sie beruhen auf der Annahme, daß die gesamte Sprach-
Information auf die verschiedenen Frequenzbänder des akustischen Signals verteilt ist,
und daß jedes Band einen gewissen Beitrag zur Gesamt-Sprachverständlichkeit liefert.
Die Breite jedes dieser Bänder orientiert sich dabei an der Frequenz-Gruppenbreite
(Bark-Skala oder in erster Näherung Terz-Bandbreite). In jedem dieser Frequenzbänder
kann nun ein „effektiver“ Signal-Rauschabstand ermittelt werden, d. h. das Verhältnis
zwischen der Nutzenergie des zu verstehenden Sprachsignals und den Störanteilen.
Diese werden durch Nachhall oder durch ein Störrauschen verursacht, oder dadurch,
daß die Energie in diesem Band unterhalb der Ruhehörschwelle des jeweiligen
Patienten liegt, was durch ein angenommenes „internes Rauschen“ nachgebildet wird.
Wenn der Signal-Rauschabstand in dem Band größer als 15 dB ist, geht man davon
aus, daß dieses Band vollständig zur Verständlichkeit beiträgt, während bei einem
Signal-Rauschabstand von kleiner als -15 dB sämtliche Sprachinformation in diesem
Band maskiert ist, so daß das Band nicht zur Gesamt-Sprachverständlichkeit beiträgt.
Der Signal-Rauschabstand im Band j (SNR (j)) wird also auf einen Bereich von -15dB
bis +15dB begrenzt. Zur Ermittlung des Artikulationsindex wird nun eine gewichtete
Mittelung über die Signal-Rauschabstände in den einzelnen Bändern durchgeführt, bei
der jedes Band j mit einem Gewichtungsfaktor Wj multipliziert wird:
84

∑ () 15 (1)
AΙ oder STΙ= Wj⋅ [ SNR j + dB]
j
Die Gewichtungsfaktoren Wj sind dabei so gewählt, daß der STI oder AI nur Werte
zwischen 0 (entsprechend einer Sprachverständlichkeit von 0, wenn in jedem Band nur
Rauschen und keine signifikanten Sprachanteile vorliegen) und 1 variiert (vollständige
Sprachverständlichkeit, da in jedem Frequenzband die Sprache von dem Rauschen
kaum beeinflußt wird). Damit stellt der AΙ bzw. STΙ ein Maß für die
Sprachverständlichkeit dar, das direkt mit der meßbaren mittleren
Sprachverständlichkeit zusammenhängt. Diese Beziehung hängt allerdings von dem
verwendeten Sprachmaterial und Test ab (vgl. Abbildung 18). Bei Sprachtests mit
geringer Redundanz (z. B. bei sinnlosen oder sinnbehafteten Einsilbern) wächst die
Sprachverständlichkeit mit zunehmendem AΙ bzw. STΙ nur langsam an, während die
Sprachverständlichkeit bei Sätzen mit hoher Redundanz schon bei relativ kleinem AI
sehr hoch ist. Dies liegt an der Möglichkeit, den Satz aufgrund des
Satzzusammenhanges schon dann vollständig richtig zu verstehen, wenn nur einige
Teile des Satzes verstanden werden.
Abbildung 18: Sprachverständlichkeit für verschiedenes Sprachmaterial als Funktion des AΙ bzw. STΙ
Mit Hilfe der in Abbildung 18 angegebenen Kurven ist es daher prinzipiell möglich, die
Verständlichkeit für verschiedene Sprachmaterialien bei vorgegebenen akustischen
Bedingungen ineinander umzurechnen. Es muß jedoch betont werden, daß der
Artikulations Index und der Speech Transmission Index nur für den Mittelwert von
Sprachverständlichkeiten über ein normalhörendes Versuchspersonenkollektiv und eine
große Anzahl von Tests gelten. Für den individuellen Patienten und für die
Verständlichkeit eines einzelnen Wortes oder eines einzelnen Satzes treten große
Schwankungen in der Verständlichkeit auf, so daß diese Berechnungsmethode für
diesen Fall nicht angewendet werden kann (vgl. Kollmeier, 1990).
Der STΙ unterscheidet sich vom AΙ durch die Vorgehensweise zur Berechnung des „effektiven“ Signal-
Rauschabstandes SNR (j) in jedem Band j. Während beim AI das Leistungsspektrum des
85

Sprachmaterials und das Leistungsspektrum des Störsignals getrennt voneinander bekannt sein müssen
und ins Verhältnis gesetzt werden, wird beim STI der Signal-Rauschabstand anhand des Sprachsignals
und der Mischung aus Sprachsignal und Störsignal mit Hilfe der Modulations Transfer Funktion (MTF)
bestimmt. Dazu werden in jedem Frequenzbereich die im Original-Signal auftretenden Modulationen
gemessen und die in der Mischung verbleibenden Modulationen werden ins Verhältnis zu den
ursprünglichen Modulationen gesetzt. Wenn die ursprünglichen Modulationen vollständig erhalten sind
(Modulations-Transfer-Funktion von 1), spricht dies für ein sehr hohes Signal-Rauschverhältnis, während
die Anwesenheit von Störgeräusch oder von Nachhall die im gemischten Signal verbleibenden
Modulationen stark verringert. Das Konzept des STΙ geht also davon aus, daß die Erhaltung der
Modulationen im gemischten Signal für die Sprachverständlichkeit von entscheidender Bedeutung ist und
errechnet den Signal-Rauschabstand aus diesem Erhalt der Modulationen. Dadurch können der Einfluß
von Nachhall und der Einfluß von Störrauschen in gleicher Weise behandelt werden, so daß sich der STI
besonders für den Einsatz in der Raumakustik bewährt hat. Die zeitlichen Eigenschaften eines
Sprachübertragungssystems (z. B. des gestörten Gehörs) werden ebenfalls besser berücksichtigt als
beim AΙ (vgl. Houtgast und Steneken, 1973).
Abbildung 19: Perzeptionsmodell zum Sprachverstehen nach Holube und Kollmeier (1996)
Neben den auf den Eigenschaften des Sprachmaterials beruhenden
Berechnungsverfahren des AΙ und STΙ gibt es Modelle zur
Sprachverständlichkeitsvorhersage, die sich eher an den Eigenschaften des Gehörs
orientieren und die Verarbeitungsschritte bei der Sprachwahrnehmung explizit
nachbilden. Als Beispiel für ein derartiges Perzeptionsmodell soll das in Abbildung 19
skizzierte Modell nach Holube und Kollmeier (1996) erläutert werden: Das gestörte
Sprachsignal wird zunächst einer peripheren Vorverarbeitungs-Stufe zugeführt, die die
„effektive“ Signalverarbeitung im auditorischen System möglichst gut nachbildet. Die
Elemente dieser Vorverarbeitungsstufe entsprechen dabei genau den anhand von
psychoakustischen und physiologischen Experimenten gewonnenen
Verarbeitungseinheiten. Zunächst wird eine Aufspaltung des Signals in verschiedene
Frequenzbereiche vorgenommen (entspricht der Frequenz-Orts-Transformation der
Basilarmembran), anschließend wird eine Extraktion der Einhüllenden und eine
Adaptation mit zeitlicher Kontrastierung in jedem Frequenzkanal vorgenommen (dies
entspricht ungefähr der Aktion der Haarzellen und des Hörnervs). Die statistischen
Übertragungsfehler durch das Nervensystem und die Begrenzung der Empfindlichkeit
durch die Ruhehörschwelle wird durch ein zusätzliches „internes“ Rauschen
86

nachgebildet. Am Ausgang der peripheren Vorverarbeitungsstufe liegt dann zu jedem
Zeitpunkt für jede Frequenz ein komprimierter und zeitlich kontrastierter Intensitätswert
vor, der ungefähr der internen Repräsentation der akustischen Signale entspricht und
eine ähnliche Darstellung der Sprachinformation wie das Spektrogramm ermöglicht.
Dieselben Vorverarbeitungsschritte werden auch für ein Referenzsignal (ungestörtes
Sprachsignal) durchgeführt. In einer zentralen Verarbeitungsstufe (Mustererkenner)
kann dann überprüft werden, inwiefern die interne Repräsentation des Eingangssignals
mit derjenigen eines vorgegebenen Vergleichsignals übereinstimmt. Diese zentrale
Mustererkennung entspricht ungefähr dem Prozeß der Sprachwahrnehmung, bei dem
die aktuelle akustische Wahrnehmung mit der möglichen Wahrnehmung von allen
möglichen bekannten Wörtern verglichen wird. Als „erkanntes Wort“ wird dasjenige
ausgewählt, dessen interne Repräsentation am ähnlichsten mit der Repräsentation des
Eingangssignals ist. Dieser zentrale Verarbeitungs-Vorgang kann daher mit einem
Spracherkennungsalgorithmus durchgeführt werden und bildet das „Weltwissen“ des
Hörers nach.
Mit einer derartigen Modellstruktur kann untersucht werden, inwiefern sich
Verarbeitungsfehler in der peripheren Vorverarbeitung (z. B. Änderung der spektralen
und zeitlichen Auflösung oder eine Anhebung der Ruhehörschwelle) auf die veränderte
Erkennungsleistung beim Sprachverstehen auswirkt. Der Vorteil eines derartigen
Modells besteht darin, daß die Sprachverständlichkeitsvorhersage nicht global, im Mittel
über viele Versuchspersonen und viele Wörter erfolgen muß, sondern daß für jede
individuelle Versuchsperson und jedes zu erkennende Wort eine eigene
Verständlichkeitsberechnung durchgeführt werden kann. Die Vorhersagen mit diesem
Modell stimmen für die Sprachverständlichkeit in Ruhe und insbesondere für
verschiedene Störgeräusche sehr gut mit den gemessenen Verständlichkeitswerten bei
Normal- und Schwerhörenden überein (vgl. Holube und Kollmeier, 1996). Aufgrund des
hohen Rechenzeitaufwandes für dieses Modell und die noch nicht in allen Einzelheiten
geklärten Verarbeitungsprozesse sind jedoch noch weitere Forschungsarbeiten zu
seiner Validierung notwendig.
3.3 Sprachperzeption bei pathologischem Gehör
Bei Schwerhörigkeit ist das Verstehen von Sprache in Ruhe und unter
Störgeräuscheinfluß reduziert. In der Sprachaudiometrie wird diese Reduktion
quantitativ erfaßt, in dem die Sprachverständlichkeit (d. h. der Prozentsatz korrekt
verstandener Test-Items einer vorgegebenen Testliste von Wörtern, Zahlen oder
Sätzen) für verschiedene Sprachpegel und für verschiedene Testbedingungen bestimmt
wird (z. B. in Ruhe oder unter Störgeräusch mit unterschiedlicher räumlicher Anordnung
von Störschall und Nutzschall). Das Ziel dieser Messungen ist entweder die
differenzierte Diagnostik von Hörstörungen, die Begutachtung eines Hörschadens
oder die Anpassung von Hörhilfen (d. h. das Ausmessen der Sprachverständlichkeit
87

ohne Hörhilfe und den Gewinn an Sprachverständlichkeit, der durch die Hörhilfe erzielt
wird). Für die Bestimmung der Sprachverständlichkeit gibt es mehrere Testverfahren
(vgl. 1.2) von denen der Freiburger Einsilber- bzw. Zahlentest und der Marburger
Satztest standardisiert sind. Neuere und weniger fehleranfällige Verfahren wie der
Einsilber- oder Zweisilber-Reimtest und der Göttinger Satztest befinden sich im
Erprobungsstadium.
Abbildung 20: Diskriminationsfunktionen bei unterschiedlichen Pathologien (schematisch)
Für den Sprachtest in Ruhe findet man bei den verschiedenen Schwerhörigkeitsformen
prinzipiell die in Abbildung 20 dargestellten Diskriminationsfunktionen (d. h. Prozent
Sprachverständlichkeit als Funktion des Sprachpegels). Bei Normalhörenden hängt die
Steigung der Diskriminationsfunktion vom verwendeten Sprachmaterial ab: Die
Diskriminationsfunktion ist relativ flach bei Einsilbern mit offenem Antwortformat, etwas
steiler beim Reimtestverfahren und extrem steil (ca. 20 % Verständlichkeit pro dB) bei
Sätzen wie z. B. beim Göttinger Satztest. Bei Schalleitungs-Schwerhörigkeiten ist die
Diskriminationsfunktion zu hohen Pegeln hin verschoben. Bei Schallempfindungs-
Schwerhörigkeiten ist die Diskriminationsfunktion ebenfalls verschoben, was auf die
„Abschwächungswirkung“ des Hörverlusts zurückgeführt wird. Die darüber
hinausgehende „Verzerrungswirkung“ des Hörverlusts („Fehlhörigkeit“) macht sich
dagegen in einer Abflachung (Verringerung der Steigung) der Diskriminationsfunktion
und in einem Diskriminationsverlust bemerkbar, d. h. die Diskriminationskurve erreicht
bei hohen Pegeln nicht 100 % sondern bleibt um einen bestimmten Wert, der als
Diskriminationsverlust bezeichnet wird, unterhalb von 100 %. Bei sehr hohen Pegeln
kann bei einem Patienten sogar eine Verschlechterung der Sprachverständlichkeit mit
zunehmendem Pegel beobachtet werden („roll-over“-Phänomen oder R-Kurve), das im
Zeitalter verbesserter audiologischer Technik (verzerrungsfreie Verstärker und
Kopfhörer, CD-Wiedergabe des Sprachmaterials) allerdings selten geworden ist. Die
beiden erstgenannten Effekte lassen sich bei Innenohrschwerhörigen darauf
zurückführen, daß sie bestimmte Wörter erst bei sehr hohen Pegeln oder überhaupt
nicht verstehen können, während andere Wörter schon bei relativ niedrigen Pegeln
verständlich sind. Der Übergangsbereich der Diskriminationsfunktion zwischen
„unverständlich“ und „vollständig verständlich“ überdeckt daher einen größeren
Pegelbereich mehr als bei Normalhörenden bzw. Schalleitungsschwerhörigen.
88

Ziel der Sprachaudiometrie in Ruhe ist es nun, die wesentlichen Eigenschaften der
Diskriminationsfunktion des individuellen Patienten zu erfassen, d. h. die
Verständlichkeitsschwelle (der zu 50 % Sprachverständlichkeit gehörende
Sprachpegel), die Steigung der Diskriminationsfunktion und den
Diskriminationsverlust bzw. das Vorliegen einer R-Kurve. In der Routine-Audiometrie
wird daher für die einsilbigen Wörter des Freiburger Sprachtest die
Sprachverständlichkeit bei 65 dB bestimmt und bei um jeweils 15 dB erhöhtem
Sprachpegel bis entweder die Erkennungsrate 100 % erreicht wird oder die
Unbehaglichkeits-Schwelle überschritten wird. Daraus ergibt sich die
Diskriminationsfähigkeit bei 65 dB (in %), der Pegel bei dem die höchste
Erkennungsrate erzielt wird (dB Opt.), die Differenz zu 100 % bei diesem Pegel
(Diskriminationsverlust in Prozent) und die Gesamtwortverständlichkeit (GWV in %),
die sich aus der Summe der Erkennungsraten in Prozent bei 60, 80 und 100 dB ergibt.
Bei den mehrsilbigen Zahlwörtern des Freiburger Tests wird die Erkennungsrate für
einen oder zwei verschiedene Pegel bestimmt. Unter Berücksichtigung der Steigung der
Diskriminations-Normkurve für Normalhörende wird anschließend durch Interpolation
derjenige Pegel bestimmt, bei dem 50 % der Zahlen verstanden werden. Die Differenz
zu dem Wert für Normalhörende wird als Hörverlust (HV) für Zahlwörter in dB
angegeben. Neuere sprachaudiometrische Testverfahren ermitteln die
Sprachverständlichkeitsschwelle, den Diskriminationsverlust und die Steigung der
Diskriminationsfunktion durch adaptive Messungen, bei denen der Sprachpegel in
Abhängigkeit von den Antworten des Probanden variiert wird. Dadurch wird mit wenigen
Versuchsschritten der Pegel maximalen Sprachverstehens ermittelt und anschließend
die Sprachverständlichkeitsschwelle. Durch das Anpassen einer Diskriminationsfunktion
an die Antworten des Probanden läßt sich anschließend die Steigung der
Diskriminationsfunktion angeben. Diese Verfahren werden vom Computer gesteuert
bzw. ausgewertet, so daß sie bei zunehmender Verbreitung der computergesteuerten
Audiometrie zunehmende Bedeutung für die Praxis gewinnen werden (vgl. Kollmeier,
1996).
Bei der Sprachaudiometrie unter Störgeräusch interessiert vorwiegend die
Sprachverständlichkeits-Schwelle, d. h. derjenige Signal-Rauschabstand (Sprachpegel
in Relation zum Störgeräuschpegel), bei dem eine Sprachverständlichkeit von 50 %
erzielt werden kann. Dieser Wert ist bei sensorineural Schwerhörenden in der Regel
deutlich erhöht gegenüber Normalhörenden und Schalleitungs-Schwerhörigen. Dies ist
ebenfalls Ausdruck der „Verzerrungswirkung“ des Hörverlusts und entspricht den
Beschwerden der Schwerhörenden, daß sie unter Umgebungsgeräusch mehr
Schwierigkeiten haben, einer Unterhaltung zu folgen, als in Ruhe („Cocktail-Party-Effekt“
oder Gesellschaftsschwerhörigkeit). Da bei zusammenhängenden Sprachmaterialien
wie einer Unterhaltung oder Sätzen eine Zunahme der Sprachverständlichkeit um etwa
20 % pro Verbesserung des Signal-Rauschabstands um 1 dB erfolgt, ist eine hohe
Meßgenauigkeit zur Erfassung dieser Komponente des Hörverlusts notwendig. Einen
besonders großen Unterschied in der Sprachverständlichkeitsschwelle zwischen
Normal- und Innenohrschwerhörigen beobachtet man bei der Verwendung von
89

fluktuierenden Störgeräuschen, welche zeitliche Einhüllenden-Schwankungen in
ähnlicher Weise aufweisen, wie ein einzelner, störender Sprecher (Fastl, 1987).
Während Normalhörende in den „Lücken“ des Störgeräuschs noch einen Teil der
Sprache gut verstehen können und daher durch ein derartig fluktuierendes Störgeräusch
relativ wenig gestört sind, ist bei Innenohrschwerhörigen diese Fähigkeit stark gestört.
Ein weiteres Handicap beim Sprachverstehen im Störgeräusch haben
Innenohrschwerhörende gegenüber Normalhörenden in räumlichen Nutzschall-
Störschallsituationen. Während Normalhörende sowohl durch monaurale Verarbeitung
als auch durch binaurale Signalverarbeitung (d. h. durch den Vergleich zwischen den an
beiden Ohren jeweils anliegenden Signalen) eine gewisse Störgeräuschunterdrückung
durchführen können und sich auf den Nutzsprecher konzentrieren können, ist dieser
Effekt bei Schwerhörenden in sehr unterschiedlichem Maße gestört.
Literatur.
Blauert, J. (1983): Spatial Hearing: The psychophysics of human sound localization, (Cambridge,
Massachussets, MIT Press).
Böhme, G., Welzl-Müller, K.: Audiometrie - Hörprüfungen im Erwachsenen- und Kindesalter. Huber, Berlin
1993.
Dau, T., Kollmeier, B., Kohlrausch, A. (1996). Modeling modulation perception: modulation low-pass filter
or modulation filterbank. In: B. Kollmeier (Ed.),Psychoacoustics, Speech and Hearing Aids.
World Scientific, Singapur, pp. 45-48.
Durlach, N.I. (1972). Binaural signal detection: Equalization and cancellation theory. In: J.V. Tobias (Ed.)
Foundations of Modern Auditory Theory, Academic Press, New York, Vol. 2, 363-462.
Fastl, H. (1987). Ein Störgeräusch für die Sprachaudiometrie. Audiologische Akustik 26, 2-13.
Festen, J.M. (1996): Temporal resolution and the importance of temporal envelope cues for speech
perception. In: B. Kollmeier (Ed.), Psychoacoustics, Speech and Hearing Aids. World
Scientific, Singapur, pp.95-102.
Gelfand, S.A.: Hearing, an Introduction. M. Deccer, 1990.
Hellbrück, J.: Hören - Physiologie, Psychologie und Pathologie. Hogrefe Verlag, Göttingen 1993.
Heller, O. (1985): Hörfeldaudiometrie mit dem Verfahren der Kategorienunterteilung (KU). Psychologische
Beiträge 27, 478-493.
Helmholtz, H.L.F.: Die Lehre von den Tonempfindungen als physiologische Grundlage für die Theorie der
Musik, Vieweg, Braunschweig, 1863.
Hohmann, V. (1993). Dynamikkompression für Hörgeräte - Psychoakustische Grundlagen und
Algorithmen. Fortschritt-Berichte VDI, Reihe 17 Nr. 93, Düsseldorf. Zugl.: Dissertation,
Universität Göttingen.
Hohmann, V., Kollmeier, B. (1995). Weiterentwicklung und klinischer Einsatz der Hörfeldskalierung.
Audiol. Akustik 34 (2), 48-59.
Holube, I., Kollmeier, B. (1996). Speech intelligibility prediction in hearing-impaired listeners based on a
psychoacoustically motivated perception model. J. Acoust. Soc. Am. (im Druck)
Houtgast, T., Steeneken, H.J.M. (1973). The modulation transfer function in room acoustics as a predictor
of speech intelligibility. Acustica 28, 66-73.
Jakobsen, R., Halle, M., Fant, G. (1951). Preliminaries to Speech Analysis: The distinctive Features and
their Correlate. MIT Press, Cambridge, MA.
Jeffress, L.A. (1948): A place theory of sound localization. J. Comp. Physiol. Psych. 61, 468-486.
Kießling, J. (1995). Zum überschwelligen Lautheitsanstieg bei Schallempfindungsschwerhörigen -
Konsequenzen für die Hörgeräte-Entwicklung und - Anpassung. Audiol. Akustik 34 (2), 82-
89.
Kießling, J., Kollmeier, B. Diller, G. Versorgung und Rehabilitation mit Hörgeräten. Thieme-Verlag
Launer, S., Hohmann, V., Kollmeier, B. (1996). Modeling loudness growth and loudness summation in
hearing-impaired listeners. In: W.
Jestaedt (Ed.), Modeling Sensorineural Hearing Loss. Lawrence Erlbaum & Assoc., Hillsdale, NJ (im
Druck).
90

Kollmeier, B. (1990): Meßmethodik, Modellierung und
Verbesserung der Verständlichkeit von Sprache. Habilitationsschrift, Universität Göttingen.
Kollmeier, B. (Ed.): Moderne Verfahren der Sprachaudiometrie. Median-Verlag, Heidelberg, 1992
Kollmeier, B. (1996): Computer-controlled speech audiometric techniques for the assessment of hearing
loss and the evaluation of hearing aids. In: B. Kollmeier (Ed.), Psychoacoustics, Speech and
Hearing Aids. World Scientific, Singapur, pp.57-68.
Kollmeier, B.(2001)Die Oldenburger Hörforschung. Einblicke - Forschungsmagazin der Carl von
Ossietzky Universität Oldenburg, 33, p. 3-6.
Kollmeier, B.: Skript zur Vorlesung “Physiologische, psychologische und audiologische Akustik,
Universität Oldenburg http://www.physik.unioldenburg.de/Docs/medi/html/teaching_download.html.
Kollmeier, B. (2002) Cocktail-Partys und Hörgeräte: Biophysik des Gehörs. Physik Journal, 4, p. 39-45
Moore, B.C.J.: An Introduction to the Psychology of Hearing, Academic Press, New York, 1989.
Moore, B.C.J.: Perceptual Consequences of Cochlear Damage. Oxford University Press, Oxford 1995.
Moore, B.C.J., Glasberg, B.R. (1987). Formulae describing frequency selectivity in the perception of
loudness and level and their use in calculating excitation patterns. Hear. Res. 28, 209-225.
Pickles, J.A.: Hearing, an Introduction to the Physiology of Hearing, Academic Press 1982.
Poulton, E.C. (1989). Bias in Quantifying Judgements. Lawrence Erlbaum Assoc., Hillsdale, N.J.
Rayleigh, Lord. Theory of Sound. London, Macmillan & Co. Ltd., 1877, Nachdruck 1929.
Stevens, S.S. (1957). On the psychphysical law. Psychol. Rev. 64, 153 - 181.
Zwicker, E., Fastl, H. Psychoacoustics - Facts and Models. Springer Verlag, Berlin 1990.
91

Hördiagnostik für die rehabilitative Audiologie
Birger Kollmeier / Oldenburg
Der folgende Beitrag soll einen kurzen Einblick in den Entwicklungsstand neuer
audiologischer Messverfahren als Ausgangsbasis für eine Hörgeräte-Versorgung aus
der Sicht des Autors vermitteln. Dabei wird kein Anspruch auf Vollständigkeit oder
Ausgewogenheit des präsentierten Materials erhoben, da dies in Lehrbüchern der
Audiologie (z. B. Laszig, 2000, Kießling et al., 2008, Böhme u. Welzl-Müller, 1998) in
weitaus besserem Maß bereits existiert.
Einen Überblick über das Spektrum der in der Audiologie eingesetzten Verfahren gibt
Abbildung 1. Ebenfalls angemerkt sind Neu- bzw. Weiterentwicklung von Verfahren,
die in der Arbeitsgruppe des Autors entwickelt worden sind und zum Teil soweit
ausgereift sind, daß sie den Sprung von der Grundlagenforschung in die klinischaudiologische
Diagnostik und HNO-ärztliche Praxis bzw. Anwendung in der
Hörgeräte-Anpassung in Kürze vollziehen können. Diese Verfahren sollen kurz
vorgestellt werden.
Niedrigpegel-Reflexaudiometrie
Chirp-evozierte TEOAE
Oldenburger HF-skalierung
Chirp-evozierte BERA
WaKo-Test, Göttinger Satztest
Oldenburger Satztest,
Oldenburger Kinder-Reimtest
Räumlicher Sprachtest
(BIRD)
Abbildung 1: Funktionelle Gliederung des Gehörsystems mit Funktionen und möglichen Störungen
(aus Kollmeier, 1997). Zusätzlich angegeben sind die neueren audiologischen Testverfahren, die in
der Arbeitsgruppe des Autors für die praktische Anwendbarkeit entwickelt wurden.
Oldenburger Hörflächenskalierung
Physiologische Erkenntnisse der letzten 10 Jahre weisen auf einen schnellen,
aktiven Verstärkungsmechanismus in der Cochlea hin, der zu einer Dynamik-
Kompression der die Basilarmembran anregenden Signale im auditorischen System
führt. Ein Ausfall dieser „aktiven Prozesse“ führt zu einem Wegfall der Kompressions-
Wirkung auf der Ebene der Cochlea („Kompressionsverlust“) und damit zu dem als
„Recruitment“ bezeichneten Phänomen des pathologischen Lautheitsanstiegs.
Dieser Kompressionsverlust ist (vorwiegend) durch die Schädigung äußerer
Haarzellen bedingt und ist weitgehend unabhängig vom Sensitivitätsverlust
(vorwiegend durch Schädigung der inneren Haarzellen und teilweise durch
93

Schädigung der äußeren Haarzellen bedingt), da Patienten mit gleichem
Audiogramm (d. h. gleichem Sensitivitätsverlust) ein sehr stark unterschiedliches
überschwelliges Lautheitsempfinden aufweisen können (Launer et al., 1996, Kießling
et al., 1995). Daher ist es sinnvoll und notwendig, den Kompressionsverlust
zusätzlich zu dem Sensitivitätsverlust auszumessen. Als einfache und robuste
klinische Meßmethode bietet sich die kategoriale Lautheitsskalierung an, die in Form
der „Oldenburger Hörflächenskalierung“ optimiert wurde (Kollmeier, 1997). Wichtige
Merkmale dieses Verfahrens sind:
• 10+1 Kategorien, d. h. 5 verbale Hauptkategorien „sehr leise, leise, mittellaut,
laut, sehr laut“ plus vier Zwischenstufen und den zwei Begrenzungskategorien
„unhörbar“ und „zu laut“.
• Terzbandrauschen von 2 sec Länge als Stimulus.
• Dynamikbereich der angebotenen Stimuli entweder in einer Vormessung
individuell angepaßt oder in einem adaptiven Verfahren zu Beginn der Messung
so aufgespannt, daß der gesamte Hör-Dynamikbereich des individuellen
Patienten tatsächlich abgetastet wird (Brand et al. 1997).
• Die Form der Lautheitsfunktion ist abhängig von der Bandbreite des Stimulus
(Brand, 1999).
• Als Zielfunktion wird eine aus 2 Geradenstücken zusammengesetzte Funktion
gewählt, die in der Mitte durch einen Bezier-Fit geglättet ist (Brand, 1999). Diese
Zielfunktion weist von allen möglichen Funktionen die geringste Abweichung von
den Daten über einen weiten Pegelbereich und die gewünschte Flexibilität der
Form bei nicht zu großer Parameterzahl auf.
Dieses als ACALOS (adaptive categorical loudness scaling) bezeichnete Verfahren
wurde inzwischen vom EU-Projekt Hearcom als Vorschlag für die Europäische
Harmonisierung audiologischer Meßverfahren in das empfohlene Inventar
aufgenommen (weitere Informationen unter www.hearcom.eu).
Neue Verfahren der Sprachaudiometrie
Aufgrund der einhelligen Kritik an der in der deutschsprachigen Routine-Audiometrie
benutzten sprachaudiometrischen Verfahren (z. B. mögliche Manipulierbarkeit des
Freiburger Sprachtests aufgrund starker Listenunterschiede, Vorkommen
ungebräuchlicher Wörter, Verwendung des Einsilbers als im Deutschen relativ
ungebräuchliche Wortform) und aufgrund der hohen Nachfrage nach entsprechend
zuverlässigen und aussagefähigen Sprachtests wurde eine Reihe von
Sprachtestverfahren in der Arbeitsgruppe des Autors entwickelt und z. T. für den
praktischen Einsatz vorbereitet. Einen Überblick über die im deutschen Sprachraum
für die Sprachaudiometrie anwendbaren Verfahren gibt Tabelle 1.
94

Tabelle 1: Überblick über die verschiedenen Sprachtest-Materialien für die deutsche
Sprache, geordnet nach der Länge der Test-Items. Die verschiedenen Hintergrundfarben
geben den Einsatzbereich wieder, der durch entsprechende Publikationen belegt wurde: weiß:
Verwendung in Ruhe, hellgelb: Verwendung im Störschall, dunkelgelb: Verwendung in Ruhe
und im Störschall.
Die Testverfahren unterscheiden sich nicht nur in der Länge der jeweiligen Test-
Items, sondern auch in ihrem intendierten und validierten Verwendungszweck: Für
die Verwendung mit Kindern wurde beispielsweise neben dem in Ruhe
anzuwendenden Mainzer und Göttinger Kinder-Sprachtest der Oldenburger Kinder-
Reimtest (OLKI, Einsatzgebiet im Störschall und in Ruhe) konzipiert. Für die
Verwendung mit Cochlea-Implantat-Nutzern sieht der HSM-Satztest eine besonders
geringe Sprechgeschwindigkeit vor. Während die älteren Sprachverständlichkeits-
Tests (z. B. der Freiburger-Einsilber-Test) primär für den Einsatz in Ruhe konzipiert
und validiert wurden, ist die Mehrzahl der in Tab. 1. aufgeführten jüngeren
Testverfahren für den Einsatz unter Störschall konzipiert. Einige der moderneren
Testverfahren wurden zusätzlich für den Einsatz in Ruhe validiert (Einsilber-Reimtest,
verkürzter Reimtest, Oldenburger Kinder-Reimtest, Göttinger Satztest und
Oldenburger Satztest). Sie weisen für den Einsatz in Ruhe keine signifikant andere
Steigerung der Diskriminationsfunktion und keine signifikant größeren Listen-
Unterschiede auf als für den Einsatz in Störschall. Sinnbehaftete Testmaterialien
(insbesondere Sätze wie vom Göttinger Satztest oder HSM-Satztest) besitzen den
Nachteil, dass sie nach einmaligem Gebrauch für einen bestimmten Patienten
längere Zeit nicht wieder verwendet werden können, um einen Wiedererkennungs-
95

Effekt des gesamten Satzes anhand eines einzelnen Wortteils auszuschließen. Dies
wird beim Oldenburger Satztest ausgeschlossen: Eine (scheinbar) zufällige
Kombination aus Name, Verb, Zahlwort, Adjektiv und Objekt (z. B. “Peter kauft 17
nasse Sessel“) mit jeweils 10 Alternativen pro Wort erschwert die Wiedererkennung
des spezifischen Satzes, so daß dieses Material beliebig häufig eingesetzt werden
kann. Aufgrund der Kompatibilität dieses Verfahrens mit entsprechenden Tests in
anderen Sprachen wird zudem eine Länder-übergreifende Normierung von
Sprachverständlichkeits-Tests möglich (vgl. Kollmeier, 2007).
• Einsilber-Reimtest nach von Wallenberg und Kollmeier (WAKO-Test)
Aufbauend auf dem Einsilber-Reimtest nach Sotscheck (1982) wurde eine für die
Audiologie verwendbare Version mit phonetischen Minimalpaaren,
gebräuchlichen Wörtern und aufgrund umfangreicher Validierungsmessungen als
äquivalent anzusehenden Testlisten zusammengestellt (von Wallenberg und
Kollmeier, 1989, Müller, 1992, Kollmeier et al., 1992). Dieses Testverfahren
besitzt eine Reihe von Vorteilen gegenüber dem Freiburger Einsilbertest (z. B.
Ankündigungssatz, geschlossene Wortauswahl, Analysierbarkeit von
Phonemverwechselungen, hohe Homogenität des Testmaterials). Es konnte sich
bisher aufgrund der notwendigen technischen Voraussetzungen
(Computersteuerung zur Darstellung der Reim-Alternativen, Länge der Testlisten)
nicht in der audiologischen Praxis durchsetzen. Da dieses Verfahren jedoch ein
hohes Potential hat, sollten in Zukunft verkürzte Listen für den praktischen
Einsatz in der Audiologie zusammengestellt werden.
• Zweisilber-Reimtest nach Kliem und Kollmeier (1994)
Dieses Verfahren bietet sich aufgrund der größeren Häufigkeit von Zweisilbern als
Einsilbern in der deutschen Sprache ebenfalls als Standard-Verfahren an. Sein
praktischer Einsatz scheiterte jedoch bisher an der Länge der Testlisten und des
relativ hohen technischen Aufwandes/geringen Verfügbarkeit von apparativen
Voraussetzungen zur Durchführung des Tests. Im Zuge der voranschreitenden
Automatisierung der Audiometrie sollte jedoch auch dieser Test zukünftig Einzug
in die Praxis finden.
• Göttinger Satztest
Der von Wesselkamp et al. (1992) und Kollmeier und Wesselkamp (1997)
vorgestellte Göttinger Satztest enthält 20 Listen von je 10 kurzen, sinnvollen
Sätzen. Das Testmaterial ist hinsichtlich der Homogenität zwischen den Sätzen
und zwischen den Testlisten ebenso ptimiert wie bezüglich der Anzahl der Wörter
und Silben in jeder Testliste und der ungefähren phonetischen Äquivalenz der
Testlisten. Das Verfahren hat in Form des BIRD-Sprachtest (Firma Starkey,
Norderstedt) weite Verbreitung und Akzeptanz gefunden, insbesondere zur
Überprüfung von Hörgeräte-Anpassungen und zur Durchführung der
Sprachaudiometrie unter Störgeräuschen. Ein Nachteil sind jedoch die begrenzte
Zahl von verfügbaren Listen und die schlechte Wiederholbarkeit des Tests mit
derselben Versuchsperson, da die Testsätze leicht gemerkt werden können. Dies
motivierte die Entwicklung des Oldenburger Satztests (s. u.).
• Oldenburger Satztest:
Dieser Test wurde in Anlehnung an den schwedischen Satztest nach Hagermann
(1984) konstruiert und bietet sich als ein Kandidat für die europäische
Harmonisierung von Satztestverfahren an, da eine Übertragbarkeit in andere
Sprachen verhältnismäßig leicht gegeben ist. Der von Wagener et al. (1998,
1999) vorgestellte Oldenburger Satztest benutzt als Inventar 5 mal 10
verschiedene Wörter, die jeweils in einem pseudozufällig zusammengestellten
96

sinnleeren Satz der Form „Name-Verb-Zahlwort-Eigenschaft-Objekt“ angeordnet
sind (z. B. Nina bekommt vier rote Blumen (vgl. Abb. 2)).
Peter bekommt drei große Blumen.
Kerstin sieht neun kleine Tassen.
Tanja kauft sieben alte Autos.
Ulrich gibt acht nasse Bilder.
Britta schenkt vier schwere Dosen.
Wolfgang verleiht fünf grüne Sessel.
Stefan hat zwei teure Messer.
Thomas gewann achtzehn schöne Schuhe.
Doris nahm zwölf rote Steine.
Nina malt elf weiße Ringe.
Abbildung 2: Testwortinventar und Konstruktionsprinzip des Oldenburger Satztests nach Wagener et
al. (1998, 1999).
Bei der Aufsprache und der Resynthese wurde auf eine hohe Natürlichkeit der
zusammengesetzten Sätze geachtet. Außerdem wurden die resultierenden
Testsätze so zusammengestellt, daß eine möglichst hohe Homogenität zwischen
den Testsätzen und den Testlisten resultiert (Wagener et al. 1999). Die einzelnen
Testlisten weichen in ihrer mittleren Schwelle sehr gering voneinander ab
(empirische Standardabweichung von 0,16 dB). Bei den Messungen zur
Evaluierung des Satztests, die unabhängig von den Messungen zur
Erstkonstruktion des Tests waren, ergab sich eine mittlere Schwelle (Signal-
Rauschabstand für 50 % Verständlichkeit der Sätze) von minus 7,1dB und eine
mittlere Steigung von 17,1 %/dB. Während diese mittlere Steigung aufgrund der
Testkonstruktion erwartet wurde (Erwartungswert 17,2 % pro dB), ist die bei den
Evaluationsmessungen ermittelte Schwelle um 1,3 dB höher als aufgrund der
Testkonstruktion (Messungen mit trainierten Versuchspersonen) erwartet wurde.
Dies ist auf den Trainingseffekt zurückzuführen: Wagener et al. (2000) konnten
nachweisen, daß sich im Laufe der ersten 30 Testsätze bei naiven
Versuchspersonen die Schwelle um bis zu 2 dB im Signal-Rauschabstand nach
unten verschieben kann. Dieser Trainingseffekt fällt allerdings geringer aus,
wenn der Sprachpegel festgehalten wird und der Störgeräuschpegel variiert wird
(im Gegensatz zu dem für die Evaluationsmessungen angenommenen Prinzip).
Ein derartiges Vorgehen wurde auch von Hagermann (1984) vorgeschlagen.
Für die praktische Durchführung des Oldenburger Satztests wurde eine manuelle
Version erstellt, die vom Hörzentrum Oldenburg vertrieben wird. Die apparative
Voraussetzung ist ein Audiometer mit CD-Spieler und einer Schrittweite von 1 dB.
Bei dem manuellen adaptiven Verfahren wird je nach Anzahl der pro Satz richtig
erkannten Wörter der Signal-Rauschabstand verändert. Bei der Verwendung von
30 Testsätzen ist damit eine Genauigkeit von 0,5 dB erreichbar, so daß
Schwellenunterschiede von 2 dB sicher nachgewiesen werden können. Damit ist
z. B. der Nachweis eines binauralen Gewinns bei der beidohrigen
Hörgeräteversorgung leicht nachzuweisen.
97

• Oldenburger Kinder-Reimtest
Kliem und Kollmeier (1995) entwickelten ein Zweisilber-Reimtestverfahren mit
Wörtern, die für den Einsatz von Vorschul- und Schulkindern geeignet sind. Für
dieses Wortmaterial wurden von Achtzehn et al. (1997) Bildkarten entwickelt, in
denen die jeweils 3 sich „reimenden“ Antwortalternativen kindgerecht bildlich
dargestellt sind (Abbildung 3).
Anlaut Konsonant Inlaut Konsonsant Inlaut Vokal
Beule - Keule - Eule Tanne - Tasse - Tasche Brote - brüte - brate
Abbildung 3: Beispiele für die Antwortkarten des Oldenburger Kinder-Reimtest nach Achtzehn et al.
(1997).
Ferner wurden Evaluationsmessungen mit Vorschul- und Schulkindern
durchgeführt, bei denen die Gebräuchlichkeit der verwendeten Testwörter und die
Verwendbarkeit der entwickelten Bildkarten ebenso getestet wurde, wie die
Sprachverständlichkeitsschwelle für die einzelnen Wörter im Rahmen des
Meßverfahrens. Aufgrund dieser Evaluations-Messungen konnten 10
gleichwertige Testlisten zu jeweils 12 Wörtern zusammengestellt werden, für die
die 50%-Verständlichkeitsschwelle in Ruhe bei 23 dB SPL liegt (Brand et al.,
1999). Die Steigung der Diskriminationsfunktion ist mit 6 % pro dB vergleichbar
mit derjenigen des Freiburger Sprachtests, so daß sich der Oldenburger
Kinderreimtest für die Sprachaudiometrie in Ruhe bei Kindern ähnlich einsetzen
läßt wie der Freiburger Sprachtest bei Erwachsenen (Brand et al., 1999). Eine für
die Praxis anwendbare, manuelle Version mit dem Bildkartenmaterial ist beim
Hörzentrum Oldenburg erhältlich.
Räumliche Sprachtests
Zur Abschätzung des Vorteils binauralens (beidohrigen) Hörens gegenüber dem
monauralen Hören und speziell zur Überprüfung des Versorgungsgewinns durch
eine beidseitige Hörgeräte-Versorgung bietet sich die Durchführung von räumlichen
Sprachtests an, bei denen der Nutzsprecher und der Störschall aus verschiedenen
räumlichen Richtungen dem Patienten angeboten werden. Für den klinischen Alltag
bietet sich dabei die in Abbildung 4 dargestellte räumliche Position an, die in
98

Verbindung mit jedem Sprachverständlichkeitstest unter Störgeräusch (z. B.
Oldenburger Satztest) benutzt werden kann.
Abbildung 4: Räumliche Anordnung für den räumlichen Sprachtest. Die obere Situation gibt die
Bestimmung der ILD (Intelligibility Level Difference) an, die untere Situation die Ermittlung der Binaural
Intelligibility Level Difference (BILD).
Zunächst wird in der Referenz-Situation S0 N0 (d. h. Sprache und Störsignal von
vorne) die Sprachverständlichkeitsschwelle (Speech Reception Threshold, SRT)
gemessen. Sie ist ein Maß für mögliche Einschränkungen des Sprachverstehens in
Rauschen ohne räumlichen Detektionsvorteil. Im Vergleich dazu wird die
Sprachverständlichkeitsschwelle bei seitlichem Einfall des Störgeräuschs (Situation
S0N90 bzw. S0N270) gemessen. Die Differenz beider
Sprachverständlichkeitsschwellen gibt die ILD (Intelligibility Level Difference) an, d. h.
den räumlichen Vorteil bei der Sprachverständlichkeit, der sowohl aus einem
monauralen Anteil (Kopfabschattungseffekt, d. h. besseres Signalrauschverhältnis an
dem der Störquelle abgewandten Ohr) und einem binauralen Anteil (bessere
Diskrimination durch Vergleich der Ohrsignale auf zentralem Niveau)
zusammengesetzt ist. Um den binauralen Anteil getrennt vom monauralen Anteil zu
bestimmen, wird in der zuletzt genannten Situation zusätzlich die Situation bei
Verstöpselung/Vertäubung des „schlechteren“ Ohres (d. h. der Störschallquelle
zugewandten Ohres) ausgemessen. Der Unterschied zwischen der monauralen und
der binauralen Situation wird als Binaural Intelligibility Level Difference (BILD)
bezeichnet. Abb. 5 gibt für verschiedene Versuchspersonengruppen die gemittelten
Werte für ILD und BILD wieder (aus Kollmeier et al., 1999). Obwohl tendenziell mit
zunehmendem Hörverlust und mit zunehmender Asymmetrie des Hörverlusts die
binaurale Leistungsfähigkeit abnimmt, läßt sich für den individuellen Patienten
generell keine Vorhersage des binauralen Gewinns aus dem Audiogramm oder
anderen audiologischen Parametern ableiten (vgl. Kinkel et al., 1992). Daher ist die
binaurale Leistungsfähigkeit als unabhängige Komponente anzusehen, die separat
ausgemessen werden sollte.
99

Abbildung 5: ILD (Kreise) und BILD (Quadrate) für unterschiedliche Probandengruppen.
Literatur
Achtzehn, J., V. Kühnel, B. Kollmeier and R. Schönfeld (1997). Zur Entwicklung eines
Zweisilber-Kinder-Reimtests für die Audiologie. Aktuelle phoniatrischpädaudiologische
Aspekte. M.Gross (Ed.). Heidelberg, median verlag. 5.
Böhme, G., Welzl-Müller, K. (1998). Audiometrie. Hörprüfungen im Erwachsenen-
und Kindesalter. Bern, Verlag Hans Huber.
Brand, T., V. Hohmann and B. Kollmeier (1997). Adaptive categorical loudness
scaling. Seventh Oldenburg Symposium on Psychological Acoustics. A. Schick
and M. Klatte. Oldenburg, BIS, Universität Oldenburg. 7: 603-610.
Brand, T. (1999). Analysis and Optimization of Psychophysical Procedures in
Audiology. Dissertation FB Physik, Oldenburg, Universität Oldenburg.
Brand, T., J. Achtzehn and B. Kollmeier (1999). Erstellung von Testlisten für den
Oldenburger Kinder-Reimtest. Z.f. Audiologie Supplement II. K. Schorn (Ed.).
Heidelberg, median verlag: 50-51.
Dau, T., O. Wegner, V. Mellert and B. Kollmeier (2000). “Auditory brainstem
responses (ABR) with optimized chirp signals compensating basilar-membrane
dispersion.” J. Acoustical Soc. Am. 107(3): 1530-1540.
Grätz, K., M. Mauermann, R. Schönfeld and B. Kollmeier (1999). Niedrigpegel-
Reflexaudiometrie - eine neue Methode zur Messung des Stapediusreflexes.
100

Zeitschrift für Audiologie, Suppl. 2. K. Schorn (Ed.). Heidelberg, median-Verlag:
125-126.
Hagerman, B. (1984). “Clinical measurements of speech reception threshold in
noise.” Scand-Audiol 13(1): 57-63.
Kemp, D. T. (1978). “Stimulated acoustic emissions from within the human auditory
system.” J. Acoust. Soc. Am. 64: 1386-1391.
Kießling, J. (1995). “Zum überschwelligen Lautheitsanstieg bei
Schallempfindungsschwerhörigen -- Konsequenzen für die Hörgeräte--
Entwicklung und --Anpassung.” Audiologische Akustik(2): 82--89.
Kießling, J., B. Kollmeier and G. Diller (2008). Versorgung und Rehabilitation mit
Hörgeräten. Stuttgart, Georg Thieme Verlag, 2. Aufl..
Kinkel, M. and B. Kollmeier (1992). “Binaurales Hören bei Normal- und
Schwerhörigen II: Analyse der Ergebnisse.” Audiologische Akustik 31: 22-33.
Kliem, K. and B. Kollmeier (1994). “Entwicklung und Evaluation eines Zweisilber-
Reimtestverfahrens für die deutsche Sprachaudiometrie.” Audiologische Akustik
33: 4-15.
Kliem, K. and B. Kollmeier (1995). “Überlegungen zur Entwicklung eines Zweisilber-
Kinder-Reimtests für die klinische Audiologie.” Audiol.Akustik 34: 6-11.
Kollmeier, B., M. C., M. Wesselkamp and K. Kliem (1992). Weiterentwicklung des
Reimtests nach Sotscheck. Moderne Verfahren der Sprachaudiometrie. B.
Kollmeier (Ed.). Heidelberg, Median-Verlag: 216-237.
Kollmeier, B. (1997). Grundlagen. Versorgung und Rehabilitation mit Hörgeräten. J.
Kießling, B. Kollmeier and G. Diller (Ed.). Stuttgart, Georg Thieme Verlag: 1-48.
Kollmeier, B., Ed. (1997). Hörflächenskalierung - Grundlagen und Anwendung der
kategorialen Lautheitsskalierung für Hördiagnostik und Hörgeräteversorgung.
Buchreihe Audiologische Akustik. Heidelberg, Median-Verlag.
Kollmeier, B. and M. Wesselkamp (1997). “Development and Evaluation of a German
Sentence Test for objective and subjective Speech Intelligibility Assessment.”
Journal of the Acoustical Society of America 102(4): 2412-2421.
Kollmeier, B., V. Hohmann and V. Kühnel (1999). Erprobung und Validierung von
sprachaudiometrischen und anderen computer-gesteuerten Verfahren für die
klinische Audiometrie. Zeitschrift für Audiologie, Supplement I. B. Kollmeier
(Ed.). Heidelberg, median verlag: 73-78.
Launer, S., I. Holube, V. Hohmann and B. Kollmeier (1996). “Categorical loudness
scaling in hearing-impaired listeners - Can loudness growth be predicted from
the audiogram.” Audiologische Akustik 35(4): 156-163.
Laszig, R. (2000). Praxis der Audiometrie,. Stuttgart, Georg Thieme Verlag.
Müller, C. (1992). Perzeptive Analyse und die Weiterentwicklung eines
Reimtestverfahrens für die Sprachaudiometrie, Universität Göttingen.
Neumann, J., S. Uppenkamp and B. Kollmeier (1994). “Chirp Evoked Otoacoustic
Emissions.” Hear. Res. 79: 17-25.
Neumann, J., S. Uppenkamp and B. Kollmeier (1996). “Detection of the Acoustic
Reflex below 80 dB HL.” Audiology and Neuro-Otology 1(6): 359-369.
Sotscheck, J. (1982). “Ein Reimtest für Sprachverständlichkeitsmessungen mit
deutscher Sprache als ein verbessertes Verfahren zur Bestimmung der
Sprachübertragungsgüte.” Der Fernmeldeingenieur 36: Heft 5/1, 1--83.
v. Wallenberg, E. L. and B. Kollmeier (1989). “Sprachverständlichkeitsmessungen für
die Audiologie mit einem Reimtest in deutscher Sprache: Erstellung und
Evaluation von Testlisten.” Audiologische Akustik 28(2): 50-65.
101

Wagener, K., V. Kühnel and B. Kollmeier (1999). “Entwicklung und Evaluation eines
Satztests in deutscher Sprache I: Design des Oldenburger Satztests.” Zeitschrift
für Audiologie/Audiological Acoustics 38(1): 4-15.
Wagener, K., T. Brand and B. Kollmeier (1999). “Entwicklung und Evaluation eines
Satztests in deutscher Sprache II: Optimierung des Oldenburger Satztests.”
Zeitschrift für Audiologie/Audiological Acoustics 38(2): 44-56.
Wagener, K., T. Brand and B. Kollmeier (2000). Internationale Vergleichbarkeit
sprachaudiometrischer Verfahren: Einfluß von Störgeräusch und Meßprozedur
auf die Satzverständlichkeit. Fortschritte der Akustik - DAGA 2000. Oldenburg,
DEGA, Oldenburg: (in press).
Wegner, O., T. Dau and B. Kollmeier (2000). Frequenzspezifische Messung früher
akustisch evozierter Potentiale (FAEP) mit optimierten Chirp-Signalen.
Fortschritte der Akustik - DAGA 2000. Oldenburg, DEGA: (im Druck).
Wesselkamp, M., Kliem, K. and B. Kollmeier (1992). Erstellung eines optimierten
Satztests in deutscher Sprache. Moderne Verfahren der Sprachaudiometrie. B.
Kollmeier (Ed.). Heidelberg, Median-Verlag: 330-343.
102

Audiometrische Standardverfahren, Otoakustische
Emissionen, Auditorisch evozierte Potentiale und
Qualitätssicherung
Thomas Janssen / München
Psychoakustische (subjektive) Hörtests
Stimmgabeltests (Rinne/Weber)
Hörweitenprüfung
Reintonschwelle in Luft- und Knochenleitung (LL, KL) Tonschwellenaudiometrie
Überschwellige Tests Fowler, SISI, Carhart, Langenbeck
Lautheit Kategoriale Lautheit (Hörfeldskalierung)
Freiburger Sprachverständlichkeitstest Hörverlust für Zahlen in dB, Einsilberverständlichkeit in %
Sprachtest im Störgeräusch z.B. Oldenburger Satztest
Physiologische (objektive) Hörtests
Trommelfell-Impedanz -1 in Abhängigkeit vom statischen Druck Tympanometrie
Trommelfell-Impedanz -1 Änderung bei ipsi/contralateraler Stimulation Stapediusreflex
Otoakustische Emissionen TEOAE, DPOAE
Auditorisch evozierte Potentiale FAEP, ASSR
Pädaudiologische Hörtests
Reflexaudiometrie (Auropalpebralreflex, Moro-Reflex)
Verhaltensaudiometrie (Zuwendungsreaktionen der Augen oder des Kopfes)
Ablenkaudiometrie (Konditionierung durch Belohnung, Visuell Re-Enforcement)
Spielaudiometrie (Aktive Mitarbeit)
Sprachtests (Mainzer Kindersprachtest, Göttinger Kindersprachverständnistest, Heidelberger
Konsonant-Vokal-Konsonant Test, Oldenburger Zweisilber-Kinderreimtest (OLKI), Würzburger
Kindersprachtest, AAST)
Zum besseren Verständnis der Testsverfahren soll im Folgenden kurz auf die Funktion und
die Funktionsstörungen des Hörorgans eingegangen werden. Das Hörorgan kann man sich
als eine Kette hinter einander geschalteter Schall verarbeitender Systeme vorstellen. Das
äußere Ohr dient der Schallaufnahme und Schallverstärkung (Trichter, Gehörgangsresonanz),
das Mittelohr der Anpassung der unterschiedlichen Impedanzen der Luft und der
Innenohrlymphe (Druckerhöhung durch unterschiedliche Flächen des Trommelfells und
Steigbügelfußplatte, Kraftverstärkung durch Hebelwirkung der Gehörknöchelchen), die
Cochlea zur mechanischen Verstärkung des Schalls (Äußere Haarzellen als cochleäre
Verstärker) sowie der Umsetzung des mechanischen Reizes (Stereozilienauslenkung der
Inneren Haarzellen) in elektrische Impulse (Aktionspotentiale auf den Hörnervenfasern der
Inneren Haarzellen). Die weitere Verarbeitung erfolgt auf den verschiedenen Stufen der
neuralen Hörbahn (Cochleariskern, oberer Olivenkomplex, Lemniscus lateralis, Colliculus
inferior, Subcortex, Cortex).
103

Die genannten Verfahren dienen dazu, Ort und Grad einer Schwerhörigkeit zu bestimmen.
Die Tonschwellenaudiometrie in Luft- und Knochenleitung kann nur zwischen
Schalleitungsschwerhörigkeit (äußeres Ohr, Mittelohr) und Schallempfindungsschwerhörigkeit
(cochleär, neural) unterscheiden. Die überschwelligen
subjektiven Tests haben das Ziel, die Art der Schallempfindungsschwerhörigkeit zu
bestimmen. Deren Aussagekraft ist aber beschränkt. Die OAE, die die cochleäre Funktion,
und die AEP, die die neurale Aktivität erfassen können, müssen in Hinblick auf eine
genauere Topodiagnostik zum Einsatz kommen. Wenn auch über die
Tonschwellenaudiometrie eine Mitteohrschwerhörigkeit erkannt werden kann, so muss die
Tympanometrie bemüht werden, um die Art der Mittelohrschwerhörigkeit (Otosklerose,
Paukenerguß, Tubenfunktionsstörung, Kettenluxation) zu bestimmen.
Im Besonderen für die Hörgeräteanpassung ist die Bestimmung des Recruitments
(Lautheitsausgleich) wichtig. Dies gelingt mit Hilfe der Hörfeldskalierung bei Erwachsenen
und älteren Kindern. Bei kleinen Kindern können nur die Stapediusreflexschwelle und die
DPOAE-Wachstumsfunktionen Anwendung finden.
Die Tonschwellenaudiometrie ist die am häufigsten durchgeführte Untersuchungsmethode,
da sie die Funktionsstörung frequenzspezifisch und quantitativ erfassen kann. Prinzipiell
sollen alle möglichen Verfahren zur Diagnostik eingesetzt werden. Je mehr Tests, umso
besser die Diagnostik. Je genauer die Kenngrößen der gestörten Hörfunktion bestimmt
werden können, umso besser gelingt die Anpassung einer Hörhilfe. Bei kleinen Kindern ist
der Einsatz subjektiver Tests problematisch. Hier müssen die objektiven Tests verstärkt zum
Einsatz kommen.
104

Psychoakustische (subjektive) Hörtests
Stimmgabeltests (Rinne/Weber)
Rinnetest: Stimmgabel (440Hz) wird angeschlagen und vor das Ohr gehalten (LL), dann auf
das Mastoid gesetzt (KL). Frage: Wo ist der Ton lauter? Vor dem Ohr oder hinter dem Ohr?
Antwort: vor dem Ohr Keine Schallleitungsschwerhörigkeit
Antwort: hinter dem Ohr Schallleitungsschwerhörigkeit
Webertest: Stimmgabel auf Vertex gesetzt. Frage: Wo wird der Ton gehört?
Antwort: Mitte Normale Hörfunktion oder seitengleiche Hörminderung
Antwort: Links oder rechts Innenohrschwerhörigkeit rechts oder links oder
Mittelohrschwerhörigkeit links oder rechts
Hörweitenprüfung
Nachsprechen zweistelliger Zahlen in Flüstersprache oder Umgangssprache in
unterschiedlichem Abstand zwischen Patient und Untersucher. Abstand, bei dem gehört und
richtig nachgesprochen wird, gibt groben Hinweis auf Grad der Hörstörung.
Reintonschwelle
in Luft- und Knochenleitung (LL, KL) Tonschwellenaudiometrie.
Prüfschall über Kopfhörer (LL) (Einschluss des Mittelohres) oder Knochenleitungshörer (KL)
(Ausschluss des Mittelohres). Frequenzbereich 125 bis 10 kHz in Oktavschritten,
Pegelbereich -10 dB HL bis 110 dB (abhängig von Frequenz und Schallzufuhr (LL, KL).
Messvorschrift: Beginn mit LL des besseren Ohres (aus Vortests Stimmgabel,
Sprachabstandsprüfung), dann LL am Gegenohr, dann KL. Ermittelung des Schwellenpegels
durch Aufsteigende Methode oder Eingabelungsmethode. Symbole: LL rechts „o“ verbunden
durch (rote) Linien, LL links „x“ verbunden durch (blaue) Linien, KL rechts „>“ verbunden
durch gestrichelte (rote) Linien, KL links „

Sowohl bei LL als auch bei KL wird die Hörschwelle Normalhörender bei jeder Frequenz als
Bezugswert (0 dB) herangezogen. Im Tonschwellenaudiogramm wird der Hörverlust in dB
HL gegenüber diesem Bezugswert eingetragen.
Überschwellige Tests
Fowler (Lautheitsausgleichstest). Vergleich des Lautheitseindrucks beider Ohren.
Bedingung: Seitendifferenz mehr als 30 dB. Bei Lautheitsausgleich Recruitment
SISI (short increment sensitivity index): Wieviele von 20 dargebotenen 1-dB Pegelsprüngen
eines Dauertons (20 dB über Hörschwelle) werden erkannt; > 60% Recruitment
Carhart (Schwellenschwundtest): Wenn bei einem Dauerton die Schwelle um mehr als 30 dB
abwandert neurale Schädigung
Geräuschaudiometrie nach Langenbeck (Mithörschwelle): Erhöhung der Mithörschwelle
neurale Schädigung.
106

Lautheit
Kategoriale Lautheit (Hörfeldskalierung)
Bewertung der empfundenen Lautheit auf einer vorgegebenen Kategorialskala (z.B. nicht
gehört, leise, mittellaut, laut, sehr laut, zu laut). Bei Innenohrschwerhörigkeit mit Recruitment
gibt der Patient bei hohen Reizpegeln ein normales Lautheitsempfinden an. Bei kleinen
Reizpegeln wird entsprechend dem Hörverlust nicht gehört Versteilung der
Lautheitsfunktion. Bei der Schallleitungschwerhörigkeit und der neuralen Schwerhörigkeit
erfolgt eine Verschiebung der Lautheitsfunktion entlang der X-Achse. Hier gibt es auch bei
hohen Reizpegeln keinen Lautheitsausgleich.
107

Sprachtests
Freiburger Sprachtest: Zahlentest (10 Gruppen zu je 10 zweistelligen Zahlen) + Einsilbertest
(20 Gruppen zu je 20 Einsilbern)
Ergebnis:
1. Hörverlust für Zahlen in dB = Sprachpegel, bei dem der Patient 50% der Zahlen versteht.
Startpegel 20 dB über Hörschwelle bei 500 Hz, nächster Pegel 5 + Startpegel.
2. Sprachverstehen der Einsilber in % bei Sprachpegel 65, 80, 95, 110 dB SPL.
Oldenburger Satztest: Ermittlung der Sprachverständlichkeitsschwelle für Sätze im
Störgeräusch = Ermittlung des Signal-Rausch-Verhältnisses, bei dem 50% der Sätze einer
Testliste (40 Listen mit je 30 Sätzen) verstanden werden.
Physiologische (objektive) Hörtests
Tympanometrie
Das Tympanometer misst die Nachgiebigkeit (Compliance = Impedanz -1 ) des Trommelfells
in Abhängigkeit des im Gehörgang mittels einer Pumpe eingeleiteten Über - und Unterdrucks
(Tympanogramm). Beim Überdruck (bis +200 daPa) wird das Trommelfell in die
Paukenhöhle hineingedrückt, beim Unterdruck (bis- 400 daPa) wird das Trommelfell in den
Gehörgang hineingezogen. Mit zunehmendem Über- bzw. Unterdruck nimmt die
Beweglichkeit des Trommelfells immer mehr ab. Bei normaler Mittelohrfunktion erhält man
eine Glockenkurve mit maximaler Compliance um den Atmosphärendruck, und minimaler
Compliance bei den Extremwerten +200 und -400 daPa (Glockenkurve mit großer
Compliance). Bei der Otosklerose ist wegen der eingeschränkten Beweglichkeit des
Steigbügels die Beweglichkeit des Trommelfells eingeschränkt (Glockenkurve mit kleiner
108

Compliance). Beim Paukenerguss ist wegen der mitschwingenden Sekretflüssigkeit die
Beweglichkeit stark eingeschränkt (Flache Kurve, keine Gipfelbildung). Bei der
Tubenfunktionsstörung ist der Gipfel der Glockenkurve in den negativen Druckbereich
entsprechend dem in der Paukenhöhle herrschenden Unterdruck verschoben. Der
Unterdruck entsteht durch den Sauerstoffverbrauch des (entzündlichen) Gewebes bei
verschlossener Tube als Folge vergrößerter Rachenmandeln (Adenoide).
Stapediusreflex
Sowohl mit ipsi- als auch mit contralateral applizierten Tönen (1, 2, 4 kHz) oder Rauschen
(Breitband, Schmalband) lässt sich der Stapediusreflex auslösen. Bei Kontraktion des
Stapediusmuskels ist die Nachgiebigkeit der Gehörknöchelchenkette eingeschränkt
(Schutzfunktion). Das Tympanometer registriert die veränderte Nachgiebigkeit während der
Reflexauslösung. Die Reflexschwelle eines Normalhörenden liegt bei etwa 80 dB HL. Dies ist
auch der Fall bei Patienten mit Funktionsstörungen der äußeren Haarzellen bei normaler
Funktion der inneren Haarzellen (Recruitment). Bei der Mittelohrschwerhörigkeit und der
neuralen Schwerhörigkeit ist die Reflexschwelle etwa dem Hörverlust entsprechend
verschoben (oder nicht messbar).
109

Otoakustische Emissionen
Otoakustische Emissionen (OAE) sind Schallaussendungen des Innenohres. OAE können
spontan vorhanden sein oder mit akustischen Reizen erzwungen werden. Die verblüffende
Tatsache, dass Schall aus dem Innenohr emittiert wird, setzt die Existenz einer
Energiequelle in der Kochlea voraus. Seit dem Nachweis der Motilität der äußeren
Haarzellen wird angenommen, dass die äußeren Haarzellen als mechanische Verstärker
fungieren, die die Sensitivität und Trennschärfe des Hörorgans erhöhen. OAE sind
Epiphänomene des normalen Hörvorgangs. Sie sind Ausdruck des nicht-linearen
Verstärkungsprozesses in der Kochlea. OAE schließen eine bisher bestehende Lücke, da sie
die direkte Prüfung der Innenohrfunktion erlauben.
Wegen ihrer einfachen Handhabbarkeit und der Tatsache, dass OAE (i.G. zu den AEP)
bereits mit der Geburt voll entwickelt sind, sind sie die Methode der Wahl beim
Neugeborenen Hörscreening. In der pädaudiologischen Diagnostik sind sie eine wertvolle
Hilfe zur frequenzspezifischen und quantitativen Bestimmung kochleärer
Funktionsstörungen. Da sie die kompressive Verstärkung der Kochlea direkt widerspiegeln,
können sie auch eine Methode zur Bestimmung des Rekruitments sein. Mit Hilfe der OAE
können kleinste Funktionsstörungen erfasst werden. Sie sind daher eine höchst sensitive
Methode zur Erkennung beginnender Hörstörungen und Bestimmung ihres Verlaufs bei
Lärmexposition oder Einnahme von ototoxischen Medikamenten.
Man unterscheidet:
spontane OAE (SOAE), die in der Form tonaler Schallsignale ohne Einwirkung eines
akustischen Reizes fortwährend emittiert werden,
110

evozierte OAE, die durch Einwirkung eines äußeren Schallereignisses entstehen. Die
evozierten otoakustischen Emissionen werden je nach Art der Schallreizung unterteilt in
transitorisch evozierte OAE (TEOAE),
simultan evozierte OAE (SEOAE),
Distorsionsprodukt-OAE (DPOAE oder DP).
Durch einen Schallreiz werden die nach ihrem Standort in der Cochlea auf unterschiedliche
Frequenzen abgestimmten äußeren Haarzellen zu Schwingungen angeregt. Bei transienter
Anregung mit Klicks oder Tonimpulsen werden die äußeren Haarzellen angestoßen. Ihr
Schwingungsverhalten entspricht einer Stoßantwort. Frequenz und Dauer der Stoßantwort
sind abhängig von der Eigenfrequenz der äußeren Haarzelle und damit vom Standort der
Haarzelle in der Kochlea. Bei stationärer Anregung des Ohres mit Tönen werden die im
schmalen Bereich der Basilarmembranausbauchung liegenden Haarzellen in periodische
Schwingungen versetzt, deren Frequenz der des anregenden Tones entspricht. Auf welche
Weise die äußeren Haarzellen auch in Kontraktionen versetzt werden - sei es wie bei den
spontanen OAE durch eine interne Energiequelle oder wie bei den evozierten OAE durch
Stimulation mittels Schallenergie von außen - jede Kontraktion der mikromechanischen
Strukturen des Corti-Organs setzt Schwingungsenergie in der Cochlea frei, die als retrograde
Schallaussendung mit einem empfindlichen Mikrophon im äußeren Gehörgang gemessen
werden kann.
TEOAE werden mit kurzen Schallimpulsen (Klick, Tonimpuls) ausgelöst und weisen ein
breitbandiges Spektrum auf. Sie sind die Summe der Emissionen aus einem weiten Bereich
der Cochlea. Bei Anregung des Ohres mit einem transienten Schallreiz (Klick) breitet sich
eine Welle auf der Basilarmembran aus, die von basal nach apikal läuft. Auf ihrem Weg zur
Schneckenspitze stößt sie die äußeren Haarzellen hintereinander an. Die je nach ihrem
Standort in der Kochlea auf unterschiedliche Frequenzen abgestimmten äußeren Haarzellen
erzeugen dabei infolge der Filtereigenschaften der Basilarmembran und des Cortischen
Organs Stoßantworten, deren Schwingungen – abhängig von ihrem Standort in der Kochlea
- unterschiedliche Frequenz und Dauer haben. TEOAE sind die Summe der Stoßantworten
der äußeren Haarzellen. Die aus dem basalen Bereich der Kochlea stammenden TEOAE-
Komponenten haben hohe, die aus dem apikalwärts gelegenen Kochleaabschnitten
stammenden TEOAE-Komponenten tiefere Frequenzen. Die basalen TEOAE-Komponenten
treten früh, die medialen und apikalen TEOAE-Komponenten treten entsprechend der
Laufzeit in der Cochlea später auf (Latenz). Der Vorteil der TEOAE ist der, dass mit einem
111

Reiz nahezu alle Haarzellen in der Cochlea angestoßen werden und ihre Fähigkeit zur
Kontraktion in einem Messvorgang erfasst werden kann. Sind die äußeren Haarzellen
schwingungsfähig, so emittieren sie Stoßantworten mit einer ihrem Standort entsprechenden
Frequenz. Sind äußere Haarzellen in bestimmten Cochleaabschnitten in ihrer Funktion
gestört, so senden diese keinen Schall aus, und es fehlt in der Summe der emittierten
Stoßantworten die entsprechenden Stoßantworten mit der jeweiligen Frequenz und Latenz.
TEOAE sind bei Neugeborenen die Hörscreening-Methode der Wahl, weil sie schnell und
einfach messbar sind und durch den Einsatz statistischer Tests eine automatische
Befunderhebung möglich ist: 1. Verdacht auf Schwerhörigkeit, weitere Untersuchungen
notwendig (fail), 2. kein Verdacht auf das Vorliegen einer Schwerhörigkeit (pass). Bei
Fruchtwasserresten in der Paukenhöhle in den ersten Lebensstunden und –tagen sind
TEOAE nicht nachweisbar. Es wird daher ein mehrstufiges Hörscreening angewendet:
Weiderholungsmessung der TEOAE ab dem 3. Lebenstag, zusätzliche Messung der FAEP.
Es ist zu beachten, dass retrocochleäre Hörstörungen und eine auditorische Neuropathie
(Störungen der Synapsenfunktion der Inneren Haarzellen) unerkannt bleiben, wenn nur
TEOAE gemessen werden.
Während TEOAE eher eine qualitative Messgröße zur Bestimmung von kochleären
Funktionsstörungen sind, sind die DPOAE in der Lage, quantitative Informationen über den
Sensitivitäts-, Kompressions- und Trennschärfeverlust des kochleären Verstärkers zu geben.
DPOAE werden mit 2 Tönen (Primärtöne) benachbarter Frequenz ausgelöst und entstehen
als direkte Folge der Nichtlinearität des kochleären Verstärkungsmechanismus. Sie geben
die Emissionen aus der schmalen Überlappungszone der Wanderwellen der Primärtöne
wieder. Die DPOAE haben eine Frequenz, die sich aus der Kombination der
Primärtonfrequenzen f1 und f2 zusammensetzt. Beim Menschen haben die
Distorsionsproduktemissionen mit der Frequenz 2f1-f2 die größte Schalldruckamplitude. Bei
Verschiebung des Überlappungsbereichs entlang der Cochlea können Verzerrungen an
unterschiedlichen Cochleaorten gemessen werden. Das Ergebnis ist dann ein DPOAE-
Gramm. Mit einem DPOAE-Gramm kann man grob nachschauen, in welchem Bereich der
Cochlea eine Funktionsstörung vorliegt. Hierbei ist aber zu beachten, dass die DPOAE
schwellennah ausgelöst werden müssen. Viele Leute wundern sich, warum DPOAE-Gramm
und Tonschwellenaudiogramm nicht übereinstimmen. Sie haben dann einfach
überschwellige Reizpegel und nicht schwellennahe Reizpegel zur Auslösung der DPOAE
verwendet.
112

Wenn man die Frequenzen der Primärtöne konstant hält und ihre Pegel ändert, erhält man
eine DPOAE I/O-Funktion. Bei der Einstellung der Primärtonpegel ist die kompressive Nicht-
Linearität der Cochlea am Ort f2 zu beachten. Die Primärtöne müssen daher in ihrem Pegel
unterschiedlich eingestellt werden, z.B. nach der „Pegelschere“ (L1 = 0,4 L2 -39). Wenn man
so verfährt, dann spiegelt die DPOAE I/O-Funktion die nicht-lineare Verstärkung der äußeren
Haarzellen wide. Mit extrapolierten DPOAE I/O-Funktionen kann eine relativ genaue
Schätzung des Hörverlustes in der Form eines DPOAE-Kochleogramms vorgenommen
werden. Mit den DPOAE-Kochleogrammen lässt sich bei Neugeborenen und Kindern eine
frequenzspezifische und quantitative Aussage über den Hörverlust treffen. Mit Hilfe des
Steigungsprofils kann der Kompressionsverlust der cochleären Verstärkung bestimmt
werden. So lassen sich aus den DPOAE I/O-Funktionen Anpassparameter für Hörgeräte
ableiten. Dies allerdings nur bis zu Hörverlusten von 50 dB HL. Bei Hörverlusten größer als
50 dB HL müssen die frequenzspezifischen auditorischen steady-state Antworten (ASSR)
weiterhelfen.
113

Die DPOAE kann man unterdrücken, wenn man einen Suppressorton appliziert, den man in Frequenz und Pegel
so variiert, dass sich die DPOAE-Amplitude um einen bestimmten Wert ändert. Man erhält dann eine DPOAE Iso-
Suppressionstuningkurve. Aus den DPOAE Iso-Suppressionstuningkurven können Informationen über die
mechanische Abstimmung der Cochlea gewonnen werden. Die DPOAE Iso-Suppressionstuningkurven sind
deckungsgleich mit den neuralen Tuningkurven. Das bedeutet die Trennschärfe des Hörorgans findet in der
Cochlea statt. Neugeborene haben gleiche DPOAE Iso-Suppressionstuningkurven wie Erwachsene. Die Cochlea
ist damit schon von Geburt an reif.
Mit Hilfe der DPOAE lässt sich auch die Reflexstärke des efferenten Hörsystems bestimmen. Entweder mit der
DPOAE-Adaptation oder der contralateralen DPOAE-Suppression. Die DPOAE-Adaptation spiegelt das
Einschwingverhalten der äußeren Haarzellen wider. Beim Einschalten der Primärtöne kommt es zunächst zu
einem raschen Anstieg des DPOAE Pegels innerhalb von etwa 200 ms. Danach nimmt die Amplitude um etwa 1
dB ab und bleibt konstant. Das bedeutet, dass das efferente Hörsystem die Schwingung der äußeren Haarzellen
dämpft. Auch die akustische Stimulation des Gegenohres führt zu einer Dämpfung der Haarzellschwingung. Das
Ergebnis ist dann eine contralaterale DPOAE-Suppression. Die contralaterale DPOAE-Suppression kann Werte
von über 10 dB annehmen, wenn bestimmte Primärtonpegelkombinationen verwendet werden. Damit ist die
contralaterale DPOAE-Suppression eine geeignete Messgröße zur Untersuchung der Funktion des efferenten
Hörsystems. Das efferente Hörsystem gibt noch viele Rätsel auf. Man weiß nicht, ob es der Verbesserung der
Signalerkennung im Störgeräusch oder zum Schutz bei zu lauter Schalleinwirkung dient. Die DPOAE könnten ein
Prädiktor der Vulnerabilität der Cochlea sein, wenn man davon ausgeht, dass Ohren mit einer großen
Reflexstärke besser vor Lärm geschützt sind als Ohren mit kleiner Reflexstärke.
Auditorisch evozierte Potentiale FAEP, ASSR
Auditorisch evozierte Potentiale repräsentieren die an der Kopfhaut über Klebeelektroden
gemessene reizsynchrone elektrische Aktivität auf verschiedenen Stufen der Hörbahn. Die
an der Kopfhaut abgegriffene Spannung liegt je nach Entstehungsort zwischen 100 Nanovolt
und 1 Mikrovolt. Zur Extraktion der reizsynchronen Antwort aus dem EEG ist eine Mittelung
einzelner Antworten notwendig (n=2000). Der Signal/Störabstand nimmt mit der Wurzel aus
der Anzahl n der Mittelungen zu. Bei kleinen Potentialamplituden muss die Anzahl der
Mittelungen erhöht werden (n=4000). Man unterteilt die Potentialkomponenten nach ihrem
zeitlichen Auftreten nach Reizbeginn (Latenz) in frühe akustisch evozierte Potentiale (FAEP),
in Potentiale mittlerer und später Latenz (MLR, SAEP).
Die FAEP bilden drei prominente, mit römischen Ziffern (I, III, V) gekennzeichnete Wellen
aus. Mit abnehmendem Reizpegel nimmt die Latenz der Potentialwellen zu (Welle V bei 80
dBnHL = 5,5ms, bei 10 dB nHL = 8ms bei einem Normalhörenden). Bei einer
Mittelohrschwerhörigkeit liegt die Potentialschwelle in etwa dem Hörverlust entsprechend
höher (gilt streng genommen nur für den pantonalen Hörverlust). Die Latenz ist verschoben
114

entsprechend dem Hörverlust; d.h. bei einer Mittelohrschwerhörigkeit von 40 dB
beispielsweise wird bei einem Reizpegel von 60 dB eine Antwort erzielt, die der Antwort
eines Normalhörenden bei einem Reizpegel von 20 dBnHL entspricht. Bei einer
pancochleären Schwerhörigkeit ist die Potentialschwelle entsprechend dem Hörverlust
verschoben, die Latenz ist jedoch normal. Bei einer basocochleären Schwerhörigkeit ist die
Latenz entsprechend der Laufzeit der Wanderwelle über den gestörten Sinneszellabschnitt
verlängert. Die Verschiebung der Potentialschwelle entspricht dabei nicht unbedingt dem
Hörverlust. Bei einem Hochtonabfall mit begrenztem Hörverlust ist die Latenz bei kleinen
Reizpegeln verschoben, bei hohen Reizpegeln normalisiert sich die Latenz.
Die Amplitude der FAEP gibt keine direkte Information über den Hörverlust. Allerdings fällt
beim Recruitment eine sprunghafte Änderung der Potentialamplitude mit steigendem
Reizpegel auf. Bei einer retrocochleären Hörstörung ist die Inter-Peak-Latenz (Zeit zwischen
Welle I und V) entsprechend der verlangsamten neuralen Transmission auf den direkt
(Neurofibromatose) oder indirekt (Druck durch Raumforderung) geschädigten
Hörnervenfasern. Die Inter-Peak-Latenz beträgt im Mittel bei Normalhörenden 3,8 ms
(Frauen) bzw. 4,2 ms (Männer). Bei einer verlängerten Inter-Peak-Latenz von 0,2 ms besteht
Verdacht auf eine retrocochleäre Störung.
Die FAEP werden üblicherweise mit Klick-Reizen ausgelöst. Wegen der hohen
Anfangsgeschwindigkeit (260 km/h) der durch den Klick in der Cochlea ausgelösten Welle ist
die Synchronisation der Entladungen (Aktionspotentiale auf den 30 000 Hörnervenfasern) im
basalen Bereich der Cochlea am größten. Die basalen Sinneszellen und Hörnervenfasern
tragen somit am meisten zur Bildung der FAEP bei. Wegen der transienten Anregung
können keine frequenzspezifischen Antworten erzeugt werden. Durch Maskierung
gegrenzter Cocheabereiche mittels Hochpass-Rauschen (derived response technique) oder
Notched-Noise ist eine indirekte frequenzspezifische Aussage über den Hörverlust möglich.
Wegen der geringen Anzahl der zur Potentialbildung beitragenden Hörnervenfasern ist die
Potentialamplitude sehr klein und so die Aussagekraft der Antworten eingeschränkt. Die mit
Tonimpulsen ausgelösten FAEP können nur dann eine frequenzspezifische Aussage über
den Hörverlust treffen, wenn sie mit kleinen Reizpegeln ausgelöst werden. Bei hohen
Reizpegeln, die ja bei Patienten mit größeren Hörverlusten zur Anwendung kommen
müssen, ist wegen der basalen Miterregung (auch bei tieffrequenten Tonimpulsen werden
basale Sinneszellen aktiviert, obwohl die Wanderwelle nach der Frequenz-Orts-
Transformation im apikalen Bereich der Cochlea ihre maximale Auslenkung hat) keine
frequenzspezifische Erfassung des Hörverlustes möglich. Dies gilt auch für den Chirp.
In der klinischen Diagnostik werden die FAEP zur groben Erfassung des Hörverlustes bei
Kindern und zur Erkennung von Akustikusneurinomen und Hirnstammtumoren
herangezogen. Bei einem hohen Vigilanzniveau (Wachheit) und bei abgeschlossener
Hörbahnreifung können die frequenzspezifischeren MLR und SAEP eingesetzt werden. Da
diese Forderungen bei kleinen Kindern nicht erfüllt sind, spielen die MLR und SAEP in der
Pädaudiologie nur eine untergeordnete Rolle.
Ereigniskorrelierte Potentiale (event-related-potentials, ERP) dienen zur Erfassung von
zentralen Störungen; die Mismatch Negativity (MMN), die die unbewusste Detektion seltener
Ereignisse (Devianten) innerhalb einer Serie von Standardreizen erkennt, und die Welle
P300 bzw. P400 (late positive complex), die bei einer Reaktion auf einen unerwarteten Reiz
bzw. bei semantischer Verarbeitung von Sprache nachweisbar sind. Diese Verfahren können
nur bei ältern Kindern z.B. zur Objektivierung von auditiven Verarbeitungs- und
Wahrnehmungsstörungen und Sprachentwicklungsstörungen eingesetzt werden.
115

Die auditorischen Steady State Antworten (ASSR) bieten die Möglichkeit zur
frequenzspezifischen Erfassung des Hörverlusts. Allerdings sind zu ihrer Ableitung lange
Messzeiten erforderlich.
116

Die ASSR werden mit amplitudenmodulierten Dauertönen ausgelöst. Typische
Modulationsfrequenzen (fm) sind 40 Hz, 80 Hz und 120 Hz. Je niedriger die
Modulationsfrequenz, umso höher der Entstehungsort der Potentiale auf der aufsteigenden
Hörbahn und umso größer die Potentialamplitude (und damit bessere Messbedingungen).
Wegen der Vigilanzabhängigkeit können bei sedierten Kindern nur die 80Hz oder 120Hz
ASSR mit der kleineren Amplitude eingesetzt werden. In den letzten Jahren sind eine Reihe
von Veröffentlichungen über die Methode der ASSR erschienen (Überblick s. Picton et. al).
Es gibt allerdings vergleichsweise wenige Veröffentlichungen über ihren klinischen Einsatz.
Der Vorteil gegenüber den FAEP ist der, dass die Sinneszellen in der Cochlea entsprechend
der Trägerfrequenz (fc= 125 Hz – 8 kHz) in gezielten Arealen erregt werden können, die
synchronisierte Aktivität jedoch im Hirnstamm (Modulationsfrequenz 80 Hz) oder Subcortex
(Modulationsfrequenz 40 Hz) stattfindet.
Ausblick: DPOAE lassen sich nur bei Hörverlusten bis 50 dB HL messen. Unterhalb 1 kHz
sind wegen des hohen Störgeräuschs DPOAE nur schwer messbar. Bei hohen Frequenzen
> 6 kHz tritt das Problem der stehenden Wellen auf. Das bedeutet, dass der an der
Sondenspitze gemessene Schalldruck nicht dem Schalldruck am Trommelfell entspricht. Um
eine Schätzung des Hörverlusts im gesamten Frequenz- und Dynamikbereich des Hörens
vornehmen zu können, müssen DPOAE und ASSR gemessen werden: DPOAE wo möglich,
ASSR wo nötig. DPOAE und ASSR lassen sich auch simultan messen, z.B. können während
der langen ASSR-Messzeiten DPOAE ohne zusätzlichen Zeitaufwand registriert werden.
117

Pädaudiologische Hörtests
In der pädaudiologischen Diagnostik werden psychoakustische Prüfverfahren und
physiologische Messverfahren zur Lokalisation und quantitativen Erfassung einer
Schwerhörigkeit angewendet. Die audiometrischen Tests liefern Kenngrößen der gestörten
Hörfunktion. Physiologische Tests (Tympanometrie, OAE und AEP) sind essentielle
Bestandteile der audiometrischen Testbatterie, da sie nicht auf die aktive Mitarbeit des
Kindes angewiesen sind, setzen aber ein ruhiges, in der Regel spontan schlafendes oder
sediertes Kind voraus. Sie bieten darüber hinaus die Möglichkeit, den Hörschaden zu
lokalisieren.
Die unverzichtbare Basis für eine erfolgreiche Hörgeräte-Versorgung ist die Ermittlung einer
seitengetrennten und frequenzspezifischen Hörschwelle. Um die Befunde untereinander
abzusichern, bedarf es der Zusammenschau der Ergebnisse verschiedener audiometrischer
Verfahren, sowohl der psychometrischen, als auch der physiologischen Verfahren.
Zur Diagnose frühkindlicher Hörstörungen stehen altersabhängig verschiedene subjektive
Hörprüfverfahren zur Verfügung. Im Rahmen subjektiver Hörprüfungen werden vom
Untersucher die stark altersabhängigen Reflex- und Reaktionsschwellen ermittelt, die als
Antwort auf akustische Reize nachweisbar sind. Die Schwellenwerte zur Auslösung von
Reflexen oder Verhaltensänderungen nach akustischer Reizung unterliegen jedoch einem
altersbedingten Reifungsprozess; die korrekte Bewertung dieser Antworten gelingt nur einem
erfahrenen Untersucher. Als subjektive Hörprüfverfahren kommen im ersten und zweiten
Lebensjahr die Reflex- und Verhaltensaudiometrie zum Einsatz, ab ca. dem dritten
Lebensjahr die Spielaudiometrie.
Die subjektiven Hörprüfmethoden beim Säugling und Kleinkind lassen sich in folgende
Kategorien einteilen:
Reflexaudiometrie
Bei der Reflexaudiometrie werden die in den ersten Lebensmonaten noch nachweisbaren unbedingten Reflexe
des Kindes, wie z. B. das Zucken der Augenlider (Auropalpebralreflex), das reflexartige Anziehen der Arme und
Beine (Moro-Reflex, Schreck-Reflex), Änderungen der Atmung, der Mimik und Gestik als Antwort auf akustische
Reize (Töne, Rauschen, Kinderlieder etc.) beurteilt. Die Reaktionen des Kindes auf Bewegungen und visuelle
Reize können jedoch dabei oft als Hörreaktionen fehl gedeutet werden.
Verhaltensaudiometrie
Mit zunehmendem Alter lassen die unbedingten Reflexe der Kinder nach, so dass ab dem 3.-4. Lebensmonat
eine Verhaltensaudiometrie eingesetzt wird. Dabei werden Verhaltensänderungen des Kindes, wie z.B.
Zuwendungsreaktionen der Augen oder des Kopfes zur Schallquelle, Änderungen der Mimik, Gestik oder der
Atmung sowie Aktivitätsänderungen als Antwort auf akustische Reize im Freifeld sowie über
Knochenleitungshörer geprüft.
Ablenkaudiometrie
Ab dem 6.-7. Lebensmonat lässt sich die sog. Ablenkaudiometrie durchführen. Dieses Verfahren beruht darauf,
dass auf einem Bildschirm kindgerechte Bilder gleichzeitig mit der Präsentation eines lauten, überschwelligen
akustischen Signals gezeigt werden. In der Konditionierungsphase lernt das Kind, dass visueller und auditiver
Reiz immer gleichzeitig erscheinen. In der anschließenden Untersuchungsphase lässt man die visuelle
Darbietung etwas verzögert gegen die auditive Stimulation auftreten. Das Kind wird für die richtige Reaktion auf
einen auditiven Stimulus mit einem neuen Bild belohnt. Der Reizpegel wird dabei bis zur Reaktionsschwelle
erniedrigt (d.h., man tastet sich langsam an die „Hörschwelle“ heran).
Spielaudiometrie
Die Spielaudiometrie kann ca. ab dem 3. Lebensjahr eingesetzt werden. Im Gegensatz zur Verhaltensaudiometrie
arbeitet das Kind aktiv mit. Auch hier bedarf es einer Konditionierungsphase. Das Kind führt nach Gabe eines
akustischen Reizes eine Spielhandlung aus (z.B. es steckt ein Holzklötzchen in ein Steckbrett).
Sprachtests
Sprachtests untersuchen das Diskriminationsverhalten für komplexe Signale mit semantischer Information. Im
deutschsprachigen Raum werden bei Vorschul- und Schulkinder in der Regel der Mainzer Kindersprachtest und
der Göttinger Kindersprachverständnistest I und II verwendet. Dazu gibt es den Heidelberger Konsonant-Vokal-
Konsonnat Test, den Oldenburger Zweisilber-Kinderreimtest (OLKI) und den Würzburger Kindersprachtest. Neu
ist der adaptive auditive Sprachtest (AAST), wo sechs Zweisilber (Flugzeug, Eisbär, Schneemann, Lenkrad,
118

Handschuh, Fußball) verwendet werden. Das Kind muss – wenn es das Wort verstanden hat - das
entsprechende Bild auf dem Touchscreen eines PDAs auswählen. Das Testergebnis ist eine Zahl in dB, die
aussagt, bei welcher Intensität (dB) die Hälfte der Worte verstanden wird.
DPOAE-Kochleogramme
Bei der Verhaltens- oder Spielaudiometrie wird eine hohe Diskrepanz zwischen der Reaktionsschwelle und der
tatsächlichen Hörschwelle beobachtet. Je nach Alter kann die Differenz zwischen 60 dB (4 Monate altes Kind)
und 25 dB (2 Jahre altes Kind) betragen. Das DPOAE-Kochleogramm erlaubt eine genauere Schätzung des
Hörverlustes und bietet sich daher als ergänzende oder alternative Methode an. Weitere Vorteile sind
seitenselektive Erfassung des Hörverlustes und schnellere Messzeiten. In Hinblick auf die Sprachentwicklung
sind bei Kindern Hörgeräte schon bei cochleären Hörverlusten ab 25 dBHL indiziert. Das bedeutet, dass DPOAE-
Kochleogramme auch bei der Hörgeräteanpassung wertvolle Dienste leisten könne.
Qualitätssicherung
Subjektive Tests
Hörprüfraum: schallarm, maximal zulässiger Pegel des Störschalls in ISO 389-1
Audiometer: geeicht, messtechnische Überprüfung des Audiometres inclusive Hörer
mindestens 2 x jährlich.
Durch Einhaltung der Standards (Tonschwelle: IEC 60645-1, ISO 389-1-2-3-4, ISO 8253-1;
Sprachtests: IEC 60645-2, ISO 8253-3) ist gewährleistet, dass die an unterschiedlichen
Orten erhobenen Daten vergleichbar sind.
Fehlerquellen:
Raum:
119

Störschall zu groß
Geräte:
Falsche Kalibrierung, schlechter Funktionszustand müssen vermieden werden.
Untersucher:
1. Falsches Anbringen der elektroakustischen Wandler. Verwechselung der Seite kann bei
einer anstehenden OP katastrophal sein! falsche Ankoppelung an den Gehörgang kann die
Hörschwellenbestimmung erheblich verschlechtern!
2. Schlechte Instruktion des Patienten und schnelles Untersuchungstempo können ebenfalls
zu falschen Ergebnissen führen.
3. Nicht-Beachten der Fühlschwelle bei der Knochenleitung und Nicht-Beachten der
Vertäubungsregeln zur Vermeidung des Überhörens.
Patient: Patient kann simulieren oder aggravieren.
Tinnitus: Durch Verdeckung des Prüftons durch den Tinnitus kann es zu widersprüchlichen
Ergebnissen zwischen den physiologischen und psychoakustischen Tests kommen.
Objektive Tests
OAE: Die bei der Registrierung der OAE verwendeten Ohrsonden sind sehr stoßempfindlich. Die
wöchentliche Messung der Übertragungsfunktion in einem künstlichen Ohrsimulator (B&K 5147) ist zu
empfehlen. Die Röhrchen der Ohrsonden können durch Cerumen verstopft werden. Es sollten daher
Sonden zur Anwendung kommen, die zerlegbar und damit leicht zu reinigen sind. Über das
Sondenkabel können Störsignale entstehen. Um dies zu vermeiden sollte die Sonde am Kabel über
eine Vorrichtung über den Kopf des Patienten schwebend angebracht werden.
Um schwellenahe Messungen der OAE zu gewährleisten oder Messungen an Patienten mit größeren
Hörverlusten durchführen zu können, müssen Mikrophone verwendet werden, die ein geringes
Eigenrauschen haben. Nach 200 Mittelungen sollte das Störgeräusch bei den DPOAE im mittleren
Frequenzbereich besser als -30 dB SPL sein.
Eine Überprüfung des Sondensitzes während der Messung sollte automatisch durch Messung der
Schalldruckübertragungsfunktion erfolgen. Es sollten einheitliche Kriterien zur Sicherstellung der
Validität der Antwort verwendet werden (z.B. Korrelation der beiden TEOAE-Aufnahmepuffer > 65%,
Signal-Störabstand von > 6 dB bei den DPOAE).
AEP: s. Empfehlungen der ADANO zur Durchführung der ERA mit transienten Potentialen
Literatur:
Mrowinski und Mitarbeiter: Audiometrie, Thieme Verlag (Kleines Lehrbuch über audiometrische
Standardverfahren der subjektiven Audiometrie. Objektive Audiometrie und Pädaudiologie wird nur kurz
dargestellt.
Lehnhardt und Laszig (Hrsg): Praxis der Audiometrie (Großes Lehrbuch der subjektiven und objektiven Verfahren
der Audiometrie). Thieme Verlag. Eine neue Ausgabe erfolgt in 2009.
Hoth und Lenarz: Elektrische Reaktions-Audiometrie, Springer
Hoth und Lenarz: Otoakustische Emissionen, Thieme
Zu den OAE:
Janssen und Müller: Otoacoustic emissions as a diagnostic tool in a clinical context. In: Active processes and
otoacoustic emissions. Springer Handbook of Auditory Research 30. Springer New York
Zu den ASSR:
Pethe J, Mühler R, von Specht H (2001). Zur Abhängigkeit der AMFR von der Vigilanz. HNO 49:188-193
Pethe J (2003) Amplitude modulation following responses (AMFR) – ein neuer Weg zur objektiven Bestimmung
der Hörschwelle. HörBericht 72, Geers Hörakustik
Picton TW, Skinner CR, Champagne SC, Kellett AJC, Maistre A (1987) Potentials evoked by the sinusoidal
modulation of the amplitude or frequency of a tone. J Acoust Soc Am 82: 165-178
Picton TW, Dimitrijevic A, John MS, von Roon P (2001) The use of phase in the detection of auditory steady-state
responses. Clinical Neurophysiology 112: 1698-1711
120

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Physikalische Grundlagen der
Akustik
Prof.Dr.-Ing. Matthias Blau
Institut für Hörtechnik und Audiologie
FH Oldenburg/Ostfriesland/Wilhelmshaven
XXI. Winterschule der Deutschen Gesellschaft für Medizinische Physik
Pichl 2009
Übersicht
1. Was ist Schall?
2. Grundgrößen: p, v, I, P
3. Schallausbreitung 1
4. Schallausbreitung 2
5. Ebene Wellen
6. Kugelwellen
7. Echt dreidimensionale Wellen
8. Diffuses Schallfeld
Seite 121

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
1. Was ist Schall?
• Schall: mechanische Schwingungen und Wellen in einem
elastischen Medium
– elastisches Medium: Gas, Flüssigkeit, Festkörper
im weiteren: Luft
– Hörschall: Beschränkung auf
(16...20) Hz ≤ f ≤ (16...20) kHz
1. Was ist Schall?
• 1D-Betrachtung:
Fortpflanzung lokaler Druckschwankungen (Verdichtungen,
Verdünnungen) als Longitudinalwelle
t=0
t=0.05T
t=0.1T
t=0.15T
t=0.2T
t=0.25T
t=0.3T
x=0
λ
x
Seite 122

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
2. Grundgrößen: p, v, I, P
• Schallschnelle v:
– Wechselgeschwindigkeit, mit der die Luftteilchen
schwingen
– Richtungssinn = Ausbreitungsrichtung der Welle
– 1µm/s (sehr leise) . . .einige cm/s (sehr laut)
• Schalldruck p:
– dem statischen Luftdruck (≈ 100 kPa) überlagerte
Druckschwankungen
– ungerichtet
– < 1 mPa (sehr leise) . . .einige 10 Pa (sehr laut)
2. Grundgrößen: p, v, I, P
• Schallleistung P:
– reine Quellgröße, kennzeichnet Energiefluss der
Quelle
– P ∝ ˜p 2
Seite 123

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
2. Grundgrößen: p, v, I, P
• Schallintensität I:
– Feldgröße, flächenbezogener Energiefluss in Richtung
der Wellenausbreitung
– I = zeitliches Mittel { pv } und P = ‚
I d S
I(r)
I(r)
I(r)
I(r)
r
I(r)
Quelle,
Schalleistung P
I(r)
3. Schallausbreitung 1
dS
I(r)
• Schallgeschwindigkeit c:
I(r)
n
I(r)
I(r)
S
kugelsymmetrische
ungerichtete
Abstrahlung:
P = I(r) · 4πr 2
– adiabatische Zustandsänderung c 2 ≈ κ p /̺
oder c 2 ≈ κ RT .
– c ∝ √ T
c 0 ◦ C = 331 m/s
c 20 ◦ C = 343 m/s
– λ = c/f
Seite 124

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
3. Schallausbreitung 1
• Reflexion, Beugung, Streuung:
Die Wellenlänge ist das Maß aller Dinge
3. Schallausbreitung 1
• Brechung: Snelliussches Brechungsgesetz
sin ϑ1
=
sin ϑ2
c1
c2
c > c
1 2
(Reichardt)
Seite 125

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
3. Schallausbreitung 1
• Schallausbreitung in der Atmosphäre - normal
T c
• Schallausbreitung in der Atmosphäre - laue Sommernacht
T c
4. Schallausbreitung 2
• Wellengleichung
(d’Alambert, Euler, Lagrange 1747-1762)
∆p(r,t) − 1
c2 ∂2p(r,t) ∂t2 = 0
– Laplace-Operator (in kartesischen Koordinaten)
∆(r = x, y,z) = ∂2
∂x
∂y
2 + ∂2
∂z 2
2 + ∂2
– Voraussetzungen: adiabatische Zustandsänderung,
keine Quellen im betrachteten Volumen, v ≪ c
• Annahme sinusförmiger Zeitverläufe
p(t) = ˆp cos(ωt + ϕp) = ℜ{ ˆp(ω) e jϕp(ω) e jωt }
= ℜ{ ˆp(ω) e jωt }
∆ˆp(r,ω)+k 2 ˆp(r,ω) = 0 Helmholtz-Gleichung, k = ω
c
Seite 126

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
4. Schallausbreitung 2
• Beziehung zwischen Schalldruck und Schallschnelle
– eindimensional: Luftvolumen Sdx wird durch Kraft
Sp(x) − Sp(x + dx) in x-Richtung beschleunigt,
S p(x) − p(x + dx) = ̺ Sdx dvx
dt
.
– dreidimensional
−grad p = ̺ ∂v
∂t
5. Ebene Wellen
− ∂p
∂x
• Wo kommen ebene Wellen vor?
= ̺ ∂vx
∂t
− grad ˆp(ω) = jω̺ ˆ v(ω)
(sinusförmige Anregung)
– in Rohren bei tiefen Frequenzen (ka < 1.84)
• ebene Wellen - 1D-Betrachtung in x-Richtung
∂ ˆp(x, ω)
∂x + k2 ˆp(x, ω) = 0
• Lösung: ˆp(x, ω) = ˆpe(ω) e −jkx + ˆpr(ω) e +jkx
ˆv x(x, ω)̺ c = ˆpe(ω) e −jkx − ˆpr(ω) e +jkx
ˆpe(ω) und ˆpr(ω) aus Randbedingungen
Seite 127

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
5. Ebene Wellen
• Beispiel: Rohr der Länge L, rechts mit spezifischer Impedanz
ZW(ω) abgeschlossen, links mit kolbenförmiger
Schnelle ˆv0(ω) angeregt
ˆp(x, ω) = ˆpe(ω) e −jkx + ˆpr(ω) e +jkx
ˆv x(x, ω)̺ c = ˆpe(ω) e −jkx − ˆpr(ω) e +jkx
ˆp(x = 0, ω)
ZW(ω) =
ˆv x(x = 0, ω) = ̺ c ˆpe(ω) + ˆpr(ω)
ˆpe(ω) − ˆpr(ω)
ˆv0(ω) = ˆv x(x = −L, ω) = 1
ˆpe(ω) e
̺ c
+jkL − ˆpr(ω) e −jkL
führt zu
ˆpr(ω) = ˆpe(ω) ZW(ω) − ̺ c
= ˆpe(ω)r
ZW(ω) + ̺ c
ˆv0(ω)̺ c
ˆpe(ω) =
e +jkL − re−jkL r . ..Reflexionsfaktor
5. Ebene Wellen
• ˆp(x = 0) re ̺cˆv0, für ZW = ̺c 1 + 2j ,
Rohrlänge L = 3 cm
Schalldruckamplitude re ρcv
6 6.0
4 4.0
Schalldruckamplitude re rho c v0
2 2.0
0 0.0
0
2k 4k 6k 8k 10k
0 2000 4000 6000 8000 10000
Frequenz in Hz
Frequenz in Hz
Seite 128

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
5. Ebene Wellen
• Beispiele für Wandimpedanzen
– Querschnittssprung ZW(ω) = ̺ c S1
S2
– starre Masse ZW(ω) = ̺ c + jωm ′′
– Ende in unendlicher Schallwand
6. Kugelwellen
ZW(ω) ka≪1 = ̺ c
• Wo kommen Kugelwellen vor?
0.5(ka) 2 +j 8
3π ka
– im Fernfeld von Strahlern, die klein gegen λ sind
Seite 129

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
6. Kugelwellen
• Kugelkoordinaten
r = x2 + y2 + z2 x
cos α =
sinϑ =
√
x2 + y2 √
x2 + y2 √
x2 + y2 + z2 • Laplace-Operator in Kugelkoordinaten:
∆(r,α,ϑ) = ∂2
∂r2+2 r
∂
∂r +
1
r 2 sin 2 ϑ
x
z
α
θ
r
∂2 1
∂α2+ r2 ∂ 2
∂ϑ
y
1 ∂
2+ cot ϑ
r2 ∂ϑ
• allgemeine Lösung der Wellengleichung für Abstrahlung
ins freie Schallfeld:
ˆp(r,α,ϑ, ω) ∝ 1
Γ(α, ϑ) e−jkr
r
6. Kugelwellen
• Monopol (Punktstrahler)
z
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
1.0
0.2 0.4 0.6 0.8 1.0
– keine Abhängigkeit von der Richtung, nur von
der Entfernung zu Quelle - 1D-Betrachtung in r-
Richtung
∆p = ∂2p 2
+
∂r2 r
∂p
∂r
1∂
=
r
2 (pr)
∂r2 Seite 130

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
6. Kugelwellen
• Monopol (cont’d)
– Wellengleichung ∂2 (rˆp(ω))
∂r 2
– Schalldruck ˆp(r,ω) =
– Richtfaktor Γ(α, ϑ) = 1
jω ̺
4πr
+ k 2 rˆp(ω) = 0
ˆq e−jkr
– Intensität Ir(r,ω) 2πr≫λ = ̺ ω2 ˜q 2
16π 2 r 2 c
ˆq . ..Schallfluss
– Schallleistung P(ω) = ̺ ω2˜q 2
4πc
– Beispiele: Lautsprecher in Kompaktbox bei tiefen
Frequenzen, kleine Schallöffnungen
(z.B. Schlauchenden)
6. Kugelwellen
• Dipol +q
r
d
Δ
x
−q
z
Δ
r
θ r
y
z
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
1.0
0.2 0.4 0.6 0.8 1.0
– rotationssymmetrisch bezüglich z-Achse (unabhängig
von α), aber abhängig von r und ϑ Seite 131

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
L=(N−1)d
6. Kugelwellen
• Dipol (cont’d)
– Schalldruck ˆp(r,ϑ, ω) 2πr≫λ = − ω2 ̺
d cos ϑ ˆq e−jkr
4πrc
– Richtfaktor Γ(α, ϑ) 2πr≫λ = cos ϑ
– Intensität Ir(r,ϑ, ω) 2πr≫λ = ̺ ω4 d 2 ˜q 2
16π 2 r 2 c 3 cos2 ϑ
– Schallleistung P(ω) = ̺ ω4 d 2 ˜q 2
12πc 3
– Beispiele: offener Lautsprecher bei tiefen Frequenzen,
6. Kugelwellen
d
• Strahlerzeile
x
z
Δr
2 Δr
θ
3 Δr
4 Δr
5 Δr
(N−1) Δr
y
z
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
1.0
0.2 0.4 0.6 0.8 1.0
– weiter rotationssymmetrisch bezüglich z-Achse
(unabhängig von α), aber abhängig von r und ϑ
Seite 132

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
6. Kugelwellen
• Strahlerzeile (cont’d)
– Schalldruck
ˆp(r,ϑ, ω) 2πr≫λ =
– Richtfaktor
jω ̺
4πr
Γ(ϑ, ω) 2πr≫λ = 1
N
6. Kugelwellen
• Strahlerzeile (cont’d)
ˆqNΓ(ϑ, ω) e−jk
r+ N−1
sin (Nπ d/λ) cos ϑ
sin (π d/λ) cos ϑ
2
d cos ϑ
– Beispiele: gerichtete Beschallung in Kirchen, auf
Bahnsteigen; gleiche Prinzipiem gelten reziprok
auch für Richtmikrofone!
(Quelle: Microtech Gefell)
Seite 133

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
6. Kugelwellen
• starrer Kreiskolben in Schallwand,
Schwingschnelle ˆv 0
θ r
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
000000000000
111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
a
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
z
0.8
0.6
0.4
0.2
x
z
0.2 0.4 0.6 0.8 1.0
y
ka=1
ka=3
ka=5
ka=10
– weiter rotationssymmetrisch bezüglich z-Achse
(unabhängig von α), aber abhängig von r und ϑ
6. Kugelwellen
• starrer Kreiskolben in Schallwand (cont’d)
– Schalldruck auf Achse (ϑ = 0 ◦ )
Schalldruckamplitude re ρcv
2 2.0
1.5
Schalldruckamplitude re rho c vz
1 1.0
0.5
0 0.0
0 100
200 300 400
0 100 200 300 400
kz
kz
ˆp(z, ω) z≫a 2 /λ−λ/4 =
– Richtfaktor
Γ(ϑ, ω) 2πr≫λ = 2 J1
jω̺ πa2
2πz
ˆv e −jkz
(2π a/λ) sin ϑ
(2π a/λ) sin ϑ
Seite 134

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
7. Echt dreidimensionale Wellen
• Lösung der Wellengleichung durch Produktansatz und
Koordinatensystem-angepasste Randbedingungen
(lokal reagierende Ränder)
• z.B. Eigenschwingungen im Quaderraum mit schallharten
Wänden
– Helmholtz-Gleichung
∂ 2 ˆp
∂x 2 + ∂2 ˆp
∂y 2 + ∂2 ˆp
∂z 2 + k2 ˆp = 0
– Randbedingungen: Normalenschnelle an den
Wänden gleich Null
∂ ˆp
∂x x=0,Lx
= 0,
∂ ˆp
∂y y=0,Ly
= 0,
∂ ˆp
∂z z=0,Lz
= 0.
7. Echt dreidimensionale Wellen
– Produktansatz
führt zu
1
∂ 2 ˆp x
∂x 2
ˆp
x
ˆp(x, y,z) = ˆp x (x) · ˆp y (y) · ˆp z (z)
∂ 2 ˆp y
+ 1
ˆp ∂y
y
2
∂ 2 ˆp z
∂z 2
+ 1
ˆp
z
unabhängig unabhängig unabhängig
von x, y,z von x, y,z von x, y,z
= −k 2 x = −k 2 y = −k 2 z
+ k 2 = 0
Seite 135

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
7. Echt dreidimensionale Wellen
– damit 3 gewöhnliche Differenzialgleichungen
∂2 ˆp
x + k2
∂x2 xˆp = 0
x
→ ˆp = Ae
x −jkxx +jkxx
+ Be
∂2 ˆp
y
+ k2
∂y2 y ˆp = 0
y
→ ˆp = Ce
y −jkyy +jkyy
+ De
∂2 ˆp
z + k2
∂z2 z ˆp = 0
z
→ ˆp = Ee
z −jkzz +jkzz
+ Fe
insgesamt:
ˆp(x, y,z) = Ae −jkxx + Be +jkxx Ce −jkyy + De +jkyy
Ee −jkzz + Fe +jkzz
mit k 2 x + k 2 y + k 2 z = k 2 .
7. Echt dreidimensionale Wellen
– Randbedingungen: ∂ ˆp
−jkxAe −jkxx +jkxx
+ jkxBe
x=0,Lx
∂x x=0,Lx
x = 0 : A = B
x = Lx : e−jkxLx +jkxLx − e = 0
−2j sin
kxLx = 0
= 0
ˆp y (y)ˆp z (z) = 0
kx = (nxπ)/Lx
analog: C = D
ky = (nyπ)/Ly
E = F
kz = (nzπ)/Lz
Seite 136

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
7. Echt dreidimensionale Wellen
– aus k 2 x +k 2 y +k 2 z = k 2 = ω 2 /c 2 folgen die Eigenfre-
quenzen
fn = c
nx
2
Lx
2
+
ny
2
Ly
+
nz
2
– bei den Eigenfrequenzen ergibt sich für ˆp n (x, y,z)
ˆp (x, y,z,fn) =
n
nxπ
nyπ
nzπ
const · cos x cos y cos z
Lx
Das Produkt cos · cos · cos · heißt zur
n ten Eigenfrequenz zugehörige Eigenfunktion
Ψn(x, y,z)
7. Echt dreidimensionale Wellen
• erzwungene Schwingungen durch Punktstrahler
(ˆq s (ω) an der Stelle xs, ys, zs), kleine Dämpfung
ˆp(x, y,z,ω)
ˆq s (ω)
jω̺ c2
= −
V
n
Ly
Lz
Lz
Ψn(x, y,z)Ψs,n(xs, ys, zs)
ω 2 − ω 2 n + δ 2 n
Summe von “Moden” mit Eigenfrequenzen ωn
(inkl. Dämpfung δn) und dazugehörigen Empfängerund
Sender-Eigenfunktionen Ψn(x, y,z) und
Ψn(x, y,z)
In der Praxis werden die ωn, δn, Ψn(x, y,z) und
Ψn(x, y,z) durch Messung von ˆp(x, y,z,ω) ˆq s (ω)
bestimmt (experimentelle Modalanalyse)
Seite 137

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
7. Echt dreidimensionale Wellen
• Modendichte in Räumen
dN
df
≈ 4πV f 2
z.B. typischer Wohnraum (V = 40 m 3 ):
0.12 Moden/Hz @ f = 100 Hz
12 Moden/Hz @ f = 1 kHz
8. Diffuses Schallfeld
•
ÜF des Schalldrucks in typischem Wohnraum
Übertragungsfunktion in dB
150
100
c 3
50
0 100 200 300 400 500
Frequenz in Hz
• Idee: statistische Betrachtung, d.h. Mittelung (über
Ort, Zeit, Frequenz)
→ Schallenergiedichte w = dW/dV = ˜pB 2 (̺ c 2 )
• ideal diffuses Schallfeld: 1.) w an allen Punkten gleich
groß, 2.) an jedem Punkt alle Schalleinfallsrichtungen
gleich wahrscheinlich
• Grundgleichung V dw
dt
cA
+ w = P
4
Seite 138

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
8. Diffuses Schallfeld
• Anwendbarkeit:
– Mittelung über ausreichend viele Moden (Betrachtung
in Frequenzbändern mit ausreichen hoher Modendichte)
→ untere Grenzfrequenz für Terzen
fg = 700 Hz 3 V/m3 (20 Moden pro Terz)
→ alternativ: fg = 2000 Hz T/s
V/m3 (3 Moden pro mittlerer Moden-Bandbreite)
– genügend weit weg von Quellen und Wänden
– (möglichst zufällige Verteilung der Wandimpedanz)
8. Diffuses Schallfeld
• Spezialfall zeitlich stationäre Anregung (dw/dt = 0)
A
4
˜pB 2
̺ c
= P
– A äquivalente Schallabsorptionsfläche
A =
i αiSi
A = −S ln
(Sabine)
(Eyring)
Si, αi
S =
1 − 1
S
i αiSi
Flächeninhalt und Absorptionsgrad der
iten Teilfläche
i Si Gesamtfläche
– als Pegel ausgedrückt
LW = Lp,m + 10 lg A
dB
4 m2 Seite 139

Was ist Schall?
Grundgrößen: p, v,...
Schallausbreitung 1
Schallausbreitung 2
Ebene Wellen
Kugelwellen
Echt ...
Diffuses Schallfeld
8. Diffuses Schallfeld
• Spezialfall Abschalten einer stationären Quelle
V dw
dt
cA
+ w = 0
4
– Lösung: w(t) = w0 e−t/τ mit τ = 4V/(cA)
– als Pegel ausgedrückt
Lp,m = L0 − 2.5cA
t dB
V ln 10
L p /dB
0
−20
−40
−60
Nachhallzeit T
0 1 2 3
−60 dB
t/s
T = 24 ln 10 V
cA
= 55.3 V
c A

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Akustische Messverfahren
Prof.Dr.-Ing. Matthias Blau
Institut für Hörtechnik und Audiologie
FH Oldenburg/Ostfriesland/Wilhelmshaven
XXI. Winterschule der Deutschen Gesellschaft für Medizinische Physik
Pichl 2009
Übersicht
1. Das Wesen des Messens
2. Instrumentierung
3. Schallpegel
4. Spektren
5. Übertragungsfunktionen
Seite 141

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
1. Das Wesen des Messens
• Messen bedeutet Parametrisieren von Modellen
• im Zusammenhang mit akustischen Messungen häufig
verwendete Modelle:
a) wenn die Anregung nicht kontrolliert werden kann:
stationäre Zufallsprozesse
→ aufgenommener Schalldruck ist Stichprobe eines
bandbegrenzten Gauß-Prozesses
p ∼ N(0, ˜p 2 ) mit ˜p 2 = +∞
−∞ Γpp(f) df
→ Messaufgabe: schätze ˜p 2 oder Γpp(f)
b) wenn die Anregung kontrolliert werden kann:
LTI-System
→ Messaufgabe: schätze H(f) oder h(t)
• wenn Bedingung b) erfüllt ist, immer
Übertragungsfunktionen / Impulsantworten messen!
2. Instrumentierung
• Schalldruck p: Mikrofone
– bei Messmikrofonen unterschiedliche Entzerrungen
(Druck vs. Freifeld vs. Diffusfeld) beachten
– Signalkonditionierung: integrierte Vorverstärker,
externe Speiseteile (Polarisationsspannung bei
Messmikrofonen!)
– Kalibrierung: in der Regel in kleinen abgeschlossenen
Volumina
Seite 142

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
2. Instrumentierung
• Schallschnelle v: Mikrofonpaare oder Hitzdraht-
Anemometrie
– Signalkonditionierung: siehe Messmikrofone bzw.
spezielle Speisung bei Hitzdrahtsonden
– Kalibrierung: in speziellen Kupplern (Mikrofonpaare)
bzw. in Rohren oder im Freifeld
2. Instrumentierung
• Schwingbeschleunigung a bzw. Schwingschnelle v:
Beschleunigungsaufnehmer bzw. Laser-Vibrometrie
– Signalkonditionierung: Ladungsverstärker bzw.
Laser-Controller
– Kalibrierung: Kalibrierschwingtische, ggf. mit
Kalibriermassen
Seite 143

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
2. Instrumentierung
• Signalanalyse
– für Standardaufgaben entsprechende Kiste kaufen
– für Forschung/Entwicklung PC-basierte Systeme
(offen, flexibel), z.B. PureMeasurement
(www.hoertechnik-audiologie.de/downloads)
3. Wer misst, misst Mist
• empfohlene Strategie: AAA
• Anhören:
• Anschauen: Oszillogramme,
Spektrogramme,
. ..
• Analysieren: Kohärenz, . . .
Rauschen?, Verzerrungen?,
Brummen?, . . . ?
Seite 144

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
4. Schallpegel
• Definition Schalldruckpegel Lp = 10 lg ˜p 2 /p2
0 dB
• ˜p 2 : p(t) quadrieren, zeitlich mitteln (integrieren)
˜p 2 (tx) = 1
tx
p
τ
2 (t) e −(tx−t)/τ
dt
quadrierter quadrierter quadrierter quadrierter Schalldruck
Schalldruck
Schalldruck
Y−Axis
1
0.8
0.6
0.4
0.2
2
p p p p (t)
−(t −t)/
e x −t)/
e x −t)/
p p 22
(t) ee τ
−(t x −t)/ τ
t=−∞
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
000000000000000000000000000000000000000000000000000
111111111111111111111111111111111111111111111111111
0 0 0.1 0.1 0.2 0.2 0.2 0.3 0.3 0.3
X−Axis
τSLOW = 1s, τFAST = 125ms
4. Schallpegel
• zeitliche Mittelung
– äquivalenter Dauerschallpegel Leq
1 2 ˜p (tx)
Leq = 10 lg Ti Mittelwert
tx in Ti
dB
oder
Tr
1
Leq = 10 lg
i
Tr
Tr
t=0
p 2 (t) dt
t x
p 2 0
t
p 2
0 dB
– Taktmaximal-Mittelungspegel LT,m oder LT,eq
1 2 ˜p (tx)
LT,m = 10 lg Ti max
tx in Ti
dB
Tr
i
p 2 0
Seite 145

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
5. Spektren
• Spektren über Filter
– Oktav-, Terzfilter: konstante relative Bandbreite
– IEC 1260
a) fm,i,Oktav = 2 i · 1 kHz, fm,i,Terz = 2 (i/3) · 1 kHz
b) fm,i,Oktav = 10 i0.3 ·1 kHz, fm,i,Terz = 10 (i0.1) ·1 kHz
filter gain
Y − A x i s
1 E 0 1
1 E − 1 0.1
1 E − 2 0.01
1 E − 3 0.001
1 E − 4 0.0001
5. Spektren
1 E − 1 1 E 0 1 E 1
X − A x i s
0.1 1
10
frequency re mid frequency
• Spektren über Filter (cont’d)
– im Zeitbereich: Verzögerung TR ≈ 1/B, effektive
Länge TE ≈ 3/B
→ z.B. Terzfilter, fm = 50 Hz: TR ≈ 87 ms,
TE ≈ 260 ms
→ für Nachhallzeitmessungen: BT > 16
Seite 146

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
5. Spektren
• Spektren über Filter (cont’d)
– Statistik von Effektivwertschätzern
∗ Modell: pB ∼ N(0, ˜pB 2 )
∗ Schätzer 1 (zeitkontinuierlich, Rechteckfenster):
˜p 2
1
B = p
T T
2
B(t) dt
E ˜p 2
B = ˜p 2
B, Var ˜p 2
B
= ˜p4 B
BT
∗ Schätzer 2 (zeitdiskret, Rechteckfenster):
˜p 2 N 1
B,N = p
N
n=1
2
B(n/Fs)
E ˜p 2
B,N = ˜p 2
B, Var ˜p 2
B,N
5. Spektren
• Spektren über Filter (cont’d)
= 1
N
˜p 4 B
B/Fs
∗ Schätzer 3 (zeitdiskret, Exponentialfenster):
2 ˜p B,α (n) = αp 2
B(n) + 1 − α 2 ˜p B,α (n − 1)
äquivalente Zeitkonstante τ = − 1
ln(1 − α)
E ˜p 2
B,α
= ˜p 2
B, Var ˜p 2
B,α
Fs
= α
2 − α
B/Fs
– bei allen Schätzern ist die Varianz umgekehrt proportional
zu Filterbandbreite B und der jeweiligen
Mittelungszeit
– daher bei Terz-/Oktavfiltern besonders bei niedrigen
Mittenfrequenzen hohe Varianz aufgrund
kleiner Filterbandbreite
˜p 4 B
Seite 147

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
5. Spektren
• Spektren über FFT
– Modell: p ∼ N(0, ˜p 2 ), ˜p 2 =
+∞
−∞
Γpp(f) df
– Messaufgabe: Schätzen der Leistungsdichte
Γpp(f) = F γpp(τ) 1
= lim
T →∞ T EP ∗
T(f)PT(f)
– Realisierung: Methode nach Welch (1967)
Spp(f = kFs/M) = 1
R 1
P
R MUM r=1
∗
M(k, r)PM(k,r)
PM(k) = FFT pM(m)wM(m)
MUM =
5. Spektren
p
M = 2 q
Bewertung
mit Zeitfenster
FFT
P (k,1)
M
M
m=1
w 2
M(m) Fensterenergie
M = 2 q
Bewertung
mit Zeitfenster
FFT
P (k,2)
M
t
Seite 148

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
5. Spektren
• Spektren über FFT (cont’d)
– Vergleich des Welch-Schätzers mit wahrer Leistungsdichte
∗ Zeitabtastung → aliasing im Frequenzbereich
Lösung: analoge Anti-Alias-Filter
∗ M endlich → leakage im Frequenzbereich
Lösung: Hann-Fenster mit M > 4Fs/Br
∗ Mittelung über endlich viele (R) Blöcke
→ zufällige Schwankungen des Schätzers
Lösung: R groß genug, überlappende Blöcke
Var Spp(k)
Var Spp(k)
5. Spektren
• Spektren über FFT (cont’d)
kein overlap
50% overlap
≈ 1
R S2
pp(k)
≈ 11
9R S2
pp(k)
– Nachbemerkung zu Skalierungsfaktoren
analog: ˜p 2 =
zeitdiskret: 1
N
N
n=1
p 2
n
Fs
+∞
−∞
Γpp(f) df
↓ Zeitabtastung
Spp = FsΓpp
= 1
Fs
+ 1
2
− 1
2
Spp
f
Fs
↓ Frequenzabtastung
= Fs/M
M
Spp(k)
Fs
k=1
f
d
Fs
Seite 149

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
6. Übertragungsfunktionen
• Modell: LTI-System
• Messaufgabe: Hxy(f) = Y (f)/X(f) schätzen
• in Praxis sind betrachtete Systeme häufig schwach
nichtlinear oder/und zeitvariant
Y(f)
X(f)
Y(f)
X(f)
→ Entscheidung: Schätzung des punktuellen (einzelner
Anregungspegel, einzelner Zeitpunkt) oder des
gemittelten Verhaltens?
6. Übertragungsfunktionen
• Problem Messrauschen
– Modell ohne Rauschen/Artefakte
H (f) Y(f)
X(f) xy
Y (f) = Hxy(f)X(f)
Γxy(f) = Hxy(f)Γxx(f)
Γyy(f) = Hxy(f)Γ ∗
xy(f)
– Modell mit unkorreliertem Rauschen
Testsignal
U(f)
M(f)
X(f)
gemessenes
Eingangssignal
H (f)
xy
N(f)
Y(f)
gemessenes
Ausgangssignal
V(f)
Seite 150

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
6. Übertragungsfunktionen
• punktuellen Schätzung - deterministische Testsignale
– Testsignale: Sinus, stepped sine, Multiton, Sweeps,
Maximalfolgen
– Schätzer:
a) Hxy(f) =
b) Hxy(f) = 1
R
R r=1 YM(f, r)
R r=1 XM(f, r)
R
r=1
YM(f, r)
XM(f, r)
– Messrauschen führt nur zu zufälligen Fehlern
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale
– Testsignale: weißes oder gefärbtes Rauschen,
Sprache, Musik
– Modell: Messrauschen, Nichlinearitäten und Zeitvarianzen
werden als unkorrelierte Rauschvorgänge
auf Eingang und Ausgang betrachtet
→ für jede betrachtete Frequenz f gilt
Γyy Γ∗
xy 1 Γnn 0 1
=
Γxy Γxx
−Hxy
0 Γmm
−Hxy
– verschiedene Schätzer sind jeweils optimal für bestimmte
Annahmen zu den Rauschvorgängen auf
Eingang und Ausgang
Seite 151

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale (cont’d)
– H1-Schätzer
∗ Annahme: Γmm = 0
(kein Rauschen am Eingang)
∗ Schätzer:
Hxy = Γxy
∗ was wenn . . . ?
→ Unterschätzung
Γxx
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale (cont’d)
– H2-Schätzer
∗ Annahme: Γnn = 0
(kein Rauschen am Ausgang)
∗ Schätzer:
Hxy = Γyy
Γ ∗ xy
∗ was wenn . . . ?
→ Überschätzung
Seite 152

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale (cont’d)
– H3-Schätzer
∗ Annahme: Γxx/Γmm = Γyy/Γnn
(gleiche SNRs an Ein- und Ausgang)
∗ Schätzer:
Hxy =
Γxy Γyy
Γxx Γ∗ xy
∗ was wenn . . . ?
→ Unter- oder Überschätzung
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale (cont’d)
– HV -Schätzer
∗ Annahme: Γmm = Γnn (Rauschen auf Eingang
und Ausgang gleich groß, aber unkorreliert)
∗ Schätzer:
Hxy = 1
2Γxy
Γyy − Γxx
+
Γyy
2 − Γxx + 4 Γxy
∗ was wenn . . . ?
→ Unter- oder Überschätzung
2
Seite 153

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale (cont’d)
– Problem zeitliche Verzögerung zwischen Eingangsund
Ausgangssignal (z.B. durch Schallausbreitung)
∗ führt zu systematischen Fehlern
Kreuzleistungsdichte
Sxy ≈ 1 − τ
Sxy
M/Fs
Übertragungsfunktion
Hxy ≈ 1 − τ
Kohärenz γ 2 xy ≈
M/Fs
1 − τ
M/Fs
Hxy
2
γ 2
xy
∗ Abhilfe: a) Zeitfenster lang genug
b) Verzögerung um τ im gemessenen
x(t) kompensieren
6. Übertragungsfunktionen
• mittlere Schätzung - zufällige Testsignale (cont’d)
– zufällige Fehler
∗ H-Schätzer beruhen auf Schätzern von Leistungsdichten,
die ihrerseits zufällige Fehler
aufweisenm, siehe Abschnitt 5
∗ aber: zufällige Fehler der Leistunsdichteschätzer
sind häufig stark korreliert, da sie in der
Regel aus einem Prozess hervorgegangen sind
∗ wichtige Varianzformeln:
Var 1 − γ
Hxy
≈ 2 xy 2
Hxy
2Rγ 2 xy
Var arg 1 − γ
Hxy
≈ 2 xy
2Rγ2 xy
rad 2
Seite 154

Das Wesen des ...
Instrumentierung
Wer misst, misst Mist
Schallpegel
Spektren
Übertragungsfunktionen
6. Übertragungsfunktionen
• praktische Vorgehensweise
1. AAA
2. mit Rauschen beginnen
3. keine Übertragungsfunktion ohne Kohärenz!
2
(ΓxxΓyy) ist wichtiger Indikator für
γ2 xy = Γxy
viele Fehler (schlechtes SNR, leakage Nichtlinearitäten,
Zeitvarianzen)
Achtung: bei periodischen Anregungssignalen
reagiert γ2 xy nicht auf Übersteuerungen!
4. Vergleich mit Multitonsignal, Fensterlänge optimieren
(ggf. x(t) verzögern)
5. Entscheidung für ein Anregungssignal, Anregungspegel
optimieren

156

Signalverarbeitung für Hörhilfen und Audiologie
Einführung
Norbert Dillier / Zürich
Ausgehend von der Feststellung und diagnostischen Eingrenzung einer Hörstörung schliesst
sich wenn möglich eine Behandlung dieser Hörstörung durch medizinische und technische
Mittel an. Medizinische Behandlungsmöglichkeiten beinhalten medikamentöse Therapien
und chirurgische Eingriffe. Technische Lösungen bestehen aus der Anpassung von Hörinstrumenten
bzw. implantierbaren Systemen (Mittelohr-, Cochlea- und Hirnstammimplantate).
In diesem Beitrag beschränken wir uns auf die technisch-apparativen Rehalibitationsmöglichkeiten
und dabei insbesondere auf Aspekte der Signalverarbeitung.
Ziele der Signalverarbeitung für Hörinstrumente, Hörhilfen, Sprachprozessoren oder Kommunikationsgeräte
ist es, die zur sprachlichen Verständigung erforderlichen Schallsignale für
die hörgeschädigte Person wahrnehmbar („Hören“) und unterscheidbar („Verstehen“) zu
machen und wenn möglich einem natürlichen Klangempfinden („Hörqualität“) anzunähern.
Traditionelle Hörgeräte mussten sich aufgrund der begrenzten Möglichkeiten der Analogschaltungstechnik
auf einfache Verstärkung, Filterung und Pegelbegrenzung beschränken.
Moderne Systeme mit digitaler Signalverarbeitung erlauben vielfältigere und neuartige
Transformationen der Schallsignale, sodass vielleicht in nicht allzu ferner Zukunft die Vision
eines „Verstehgerätes“ im Unterschied zu den bisherigen „Hörgeräten“ erfüllt sein könnte.
Die Algorithmen und Verfahren der digitalen Signalverarbeitung können in zwei grosse Klassen
unterteilt werden. Die erste Gruppe ist relativ eng an die konkreten Ausprägungen eines
Hörschadens gekoppelt und versucht, aufgrund möglichst genauer individueller Angaben
über Art und Ausmass dieses Hörschadens Signalverarbeitungsparameter so zu wählen,
dass Grundfunktionen der gestörten Hörwahrnehmung wie Lautheits- und Tonhöhenempfindung,
Detektion zeitlicher Modulationen und weitere Klangeigenschaften möglichst gut kompensiert
werden. Die zweite Gruppe betrifft globalere Funktionen, welche als Vorverarbeitung
für praktisch beliebige nachgeschaltete Systeme benutzt werden können. Reduzierung
von Störlärmeinfluss durch gesteuerte Richtmikrofone, automatische Klassifikation von
Klangsituationen zur Wahl unterschiedlicher Verarbeitungsprogramme, Integration von
Kommunikationssystemen wie Telefon, Raumbeschallungsanlagen, Internetanbindung usw.
Im folgenden werden zu diesen beiden Signalverarbeitungsklassen einige Beispiele vorgestellt.
Signalverarbeitung für Innenohrschwerhörigkeit
Die Signalverarbeitung im Gehör und die bei einer Innenohr-Schwerhörigkeit möglicherweise
auftretenden Störungen können vereinfacht wie folgt beschrieben werden. Das Schallsignal
gelangt über Außen- und Mittelohr in das Innenohr, dessen Wirkung grob durch eine
Filterbank mit anschließender einhüllenden Extraktion und Dynamikkompression (kompressive
Nichtlinearität z.B. durch aktive Prozesse im Innenohr) modelliert werden kann. Die weitere
Signalanalyse im Hirnstamm kann durch eine Zerlegung nach Modulationsfrequenzen
(Modulationsfilterbank) und einen binauralen Vergleich mit Störschallunterdrückung charakterisiert
werden. Am Ausgang dieser Vorverarbeitungsstufen stehen die akustischen Merkmale
des Eingangsschallsignals in Form einer „internen Repräsentation“ der kognitiven Ver-
157

arbeitung im Hörkortex zur Verfügung, wo eine optimale Verarbeitung und Mustererkennung
der eingehenden, transformierten Schallsignale vorgenommen wird. Limitiert wird dabei die
„Schärfe“ der internen Repräsentation durch das „interne Rauschen“. Als Störungen ist an
erster Stelle die Abschwächungswirkung zu nennen, die durch Schallleitungs-
Schwerhörigkeit und Ausfall der inneren sowie teilweisen Ausfall der äußeren Haarzellen
bedingt ist, sowie als zweiter Faktor der Kompressionsverlust (Ausfall der äußeren Haarzellen),
an dritter Stelle der binaurale Verlust (Reduktion der binauralen Störschall-
Unterdrückung) und an vierter Stelle eine Erhöhung des internen Rauschens als „zentraler
Hörverlust“.
Ausgehend von diesem grob-schematischen Modell sind folgende Möglichkeiten zur Kompensation
der Verarbeitungsstörung denkbar:
1. Die Abschwächungswirkung lässt sich durch eine lineare Verstärkung kompensieren.
2. Der Kompressionsverlust lässt sich durch eine Dynamikkompression kompensieren, die
modellbasiert erfolgen sollte, um gemäß einem möglichst validierten Verarbeitungsmodell
zu einer optimalen Kompensation dieses Funktionsausfalls zu gelangen.
3. Der binaurale Verlust sollte durch eine „echt“ binaurale Signalverarbeitung (z. B. Verstärkung
der Unterschiede zwischen beiden Ohren) erfolgen, die normalerweise im Gehirn
durch binaurale Signalverarbeitung durchgeführt wird.
4. Der zentrale Hörverlust kann durch eine Stör-Reduktion und eine Anpassung der jeweiligen
Signalverarbeitung an die akute aktuelle akustische Situation erfolgen.
Die Wiederherstellung der Dynamik- und Lautheitsempfindung in unterschiedlichen Frequenzbereichen
erfolgt sinnvollerweise durch einen Lautheitsmodell-gesteuerten Ansatz, bei
dem das jeweilige Eingangssignal einerseits mit einem Lautheitsmodell für Normalhörende
bewertet wird und zugleich mit einem Lautheitsmodell für den individuellen Schwerhörigen.
Aus dem Vergleich kann die Modifikation des Eingangssignals im Hörgerät so durchgeführt
werden, daß am Ausgang beider Lautheitsmodelle möglichst der gleiche (frequenzabhängige)
Wert resultiert (vgl. Hohmann, 1993, Launer, 1995, Appell, 2002). Da dieser Ansatz wesentlich
von der Güte und Validierung des verwendeten Lautheitsmodells abhängt, gilt es,
hier eine an die Gegebenheiten von Schwerhörenden und an praktische Messungen angepasste
und validierte Version des Lautheitsmodells zu verwenden.
Aussen - und Mittelohr
Auditorische Filterbank
N = ∑ N’
N’~ E α
Bei Hörverlusten werden die
Parameter des Modells
entsprechend modifiziert:
Dämpfung der Anregung
Exponent αSH > αNH
Die Potenzfunktion mit αSH > αNH berücksichtigt
automatisch die Lautheitssummation für
breitbandige Spektren
Abb. 1:Modell zur Berechnung der Lautheit für Normal- und Schwerhörige (modifiziert nach
Zwicker).
158

Das in Abb.1 gezeigte modifizierte Modell berücksichtigt die kochleären Defizite Schwerhöriger.
Die erhöhte Hörschwelle dämpft direkt die Anregung der Cochlea, die Steilheit der
Lautheitsfunktion beeinflusst die Potenzfunktion und die Lautheitsbildung wird damit im Vergleich
zu Normalhörenden stark verändert. Die optimalen Parameter für das Lautheitsmodell
liefern das Audiogramm und die Lautheitsskalierung.
Die Zielverstärkung in einem solchen Signalverarbeitungsalgorithmus ist abhängig vom Signal.
In jedem einzelnen Filterband wird die Verstärkung so gewählt, dass die entsprechende
Bandlautheit (spezifische Lautheit) derjenigen eines Normalhörenden bei gleichem Signal
entspricht; die Lautheit wird normalisiert.
Die Umwandlung des Erregungspegel-Musters in eine spezifische Lautheit geschieht durch
eine Lautheitstransformation, die die Form der Isophonen von Normal- und Schwerhörenden
insbesondere bei tiefen Frequenzen und dabei auch neuere Messungen zum Verlauf dieser
Isophonen berücksichtigt (Gabriel et al., 1997). Nach der sich anschließenden spektralen
Aufintegration der spezifischen Lautheit und Bestimmung der Gesamt-Lautheit in sone erfolgt
eine Transformation in kategoriale Einheiten, so daß die Kategorial-Lautheit (KU) vorhergesagt
werden kann, die sich unmittelbar mit Hilfe der kategorialen Lautheitsskalierung
experimentell nachmessen lässt
Herkömmliche Hörgeräte modellieren die Cochlea als lineare, pegelunabhängige Filterbank
und berechnen die Zielverstärkung als Funktion des Schalldruckpegels. Mit einem solchen
Multiband-Konzept können jedoch maskierte Signale nicht erkannt werden, daher werden
auch maskierte Komponenten verstärkt. Diese Fehlsignale äussern sich als Rauschen und
Verzerrungen und beeinträchtigen die Klangqualität des Hörgerätes. Klassische Multiband-
Systeme sind auch nicht in der Lage, schmal- und breitbandige Signale zu differenzieren
und können damit auch die verminderte Lautheitssummation Schwerhöriger nicht kompensieren.
Eine gehörgerechte Signalverarbeitung hingegen bezieht die elementaren Funktionen der
normalen und geschädigten Cochlea wie Maskierung, Lautheit und Lautheitssummation mit
ein.
Möglichkeiten der Störgeräusch-Reduktion
Die derzeitige Lage von Störgeräusch-Unterdrückungs-Algorithmen bei Hörsystemen stellt
sich wie folgt dar:
- Die Annahmen verschiedener Störunterdrückungs-Algorithmen sind in der Realität
nie vollständig erfüllt, so daß in modernen Hörgeräten verschiedene Algorithmen
kombiniert bzw. je nach vorliegender akustischer Umgebungssituation aktiviert und
deaktiviert werden müssen.
- Akustisch „einfache“ Situationen sind mit derzeitiger Technologie beherrschbar (dazu
zählt stationäres Störgeräusch mit einer großen spektralen Differenz zwischen Sprache
und Störgeräusch und stabilen räumlichen Differenzen).
- Probleme bereiten dagegen nach wie vor „schwierige Situationen“, die sich durch instationäre
Störschallquellen, durch Nachhall und durch mehrere gleichzeitig aktive
Sprecher von verschiedenen Richtungen auszeichnen. Hier besteht noch ein großer
Forschungsbedarf.
Die neueste Entwicklung in diesem Bereich stellen adaptive Mehr-Mikrofon-Systeme dar
(Spriet et al., 2005). Bei ihnen wird die Richtcharakteristik in Abhängigkeit von der Einfallsrichtung
des Störgeräusches variiert (siehe Abb. 2)
159

speech
noise
speec
h
noise
160
speech
noise
Abb. 2: Adaptives Richtmikrofonsystem. Die Richtcharakteristik wird in Abhängigkeit von der
Einfallsrichtung des Störgeräusches variiert.
Zur Reduzierung von Störgeräuschen können in digitalen Hörgeräten die Eingangssignale
analysiert und dadurch Nutzsignale von Rauschen unterschieden werden. Die frequenzabhängige
Verstärkung des Hörgerätes kann dann in Abhängigkeit von der Umgebungssituation
geregelt werden. Um Sprache von Störgeräuschen zu unterscheiden, müssen spezielle
Kenntnisse über die Eigenschaften von Sprache herangezogen werden. Mit deren Hilfe
können z. B. Sprachpausen erkannt werden. In solchen Pausen kann das Rauschsignal
näherungsweise berechnet werden und vom Eingangssignal subtrahiert werden. Auf diese
Weise wird das Rauschsignal reduziert. Da die Subtraktion im Frequenzbereich erfolgt,
nennt man dieses Verfahren spektrale Subtraktion (s. z.B. Marcincik und Kollmeier, 1999).
Bei einem anderen Algorithmus werden z. B. die langsamen Schwankungen der Einhüllenden
der Signale berechnet. Die Änderungsgeschwindigkeit der Einhüllenden wird als Modulationsfrequenz
bezeichnet. Die Einhüllende zeigt im Frequenzbereich einen für Sprache
typischen Verlauf mit einem Maximum im Bereich von 2-8 Hz. Diese Frequenzen sind durch
den Rhythmus der Sprache (die Dauer der Wörter, Silben und Phoneme) bestimmt und sind
sowohl vom Klang der Stimme als auch von der gesprochenen Sprache unabhängig. Störgeräusche
dagegen beinhalten zumeist andere Modulationsfrequenzen. Ein Algorithmus
kann nun die Einhüllenden der Eingangssignale analysieren. Wenn die typischen Modulationsfrequenzen
von Sprache im Bereich von bis zu 10 Hz nicht vorhanden sind, wird die
Verstärkung in dem entsprechenden Frequenzbereich und damit das Störgeräusch reduziert.
Feedbackreduktion
Ein wichtiges Qualitätsmerkmal von Hörgeräten ist die Unterdrückung der akustischen Rückkopplungen
(Feedback). Sie wird meist durch eine Reduzierung der Verstärkung bei der
Anpassung des Hörgerätes vermieden. Eine andere Möglichkeit sind schmalbandige
Lückenfilter (Notch-Filter), die bei den kritischen Feedbackfrequenzen positioniert werden
und die Verstärkung bei der betreffenden Frequenz damit selektiv reduzieren. Solche statischen
Anpassungen sind jedoch wirkungslos, falls die Rückkopplungen als Reaktion auf
veränderte äußere akustische Bedingungen plötzlich bei einer anderen Frequenz auftreten.
Dieses Problem können adaptive Algorithmen lösen. Sie analysieren ständig das Eingangssignal
und erkennen Rückkopplungen. Ein Notch-Filter oder ein Kompensationsfilter eliminieren
den Feedbackanteil im Signal und werden ständig an die aktuellen Bedingungen an-

gepaßt. Der Kompensationsfilters-Ansatz vermeidet Rückkopplungen durch die Einstellung
eines adaptiven Filters, so dass sein Ausgangssignal die rückgekoppelten Anteile im Eingangssignal
gerade auslöscht.
Auditorische Objekterkennung und Klangklassifizierung
Hörgeräte ermöglichen es, für verschiedene akustische Situationen unterschiedliche Programme
zu wählen, um den Frequenzgang und Kompressionsparameter zu ändern, oder
Richtmikrofon, Störgeräusch-Reduktion oder Feedback-Unterdrückung zu aktivieren. Der
Hörgeräteträger hat dabei die nicht immer leichte Aufgabe, die akustische Hörsituation zu
beurteilen und dann per Schalter am Hörgerät oder über eine Fernbedienung das entsprechende
Programm zu wählen. Ein automatisches Erkennen der aktuellen akustischen Situation
und automatisches Umschalten in das geeignetste Programm könnten den Hörgerätekomfort
verbessern. Ein System zur Geräuschklassifizierung wird im folgenden vorgestellt,
welches die vier Klassen 'Sprache', 'Sprache im Störgeräusch', 'Störgeräusch' und 'Musik'
robust erkennen soll.
Es sind bereits einige Hörgeräte im Handel, die eine Geräuschklassifizierung vornehmen. In
einem Gerät von Widex wird die Amplitudenstatistik des Signals ausgewertet, um zwischen
impulshaften und kontinuierlichen Klängen zu unterscheiden und damit ein Störgeräusch-
Unterdrückungssystem zu steuern (Ludvigsen, 1993). Im Zusammenhang mit Störgeräusch-
Unterdrückung wird auch von ReSound eine Geräuschklassifizierung vorgenommen (Edwards
et al., 1998). Anhand einer Analyse der Amplitudenmodulationen wird Sprache im
Signal detektiert. Von Phonak ist ein Gerät im Handel, das abhängig von der akustischen
Umgebung zwischen zwei Programmen umschaltet (Phonak, 1999). Die Klassifizierung in
die Klassen 'Sprache im Störgeräusch' und 'Andere' erfolgt aufgrund einer Analyse der zeitlichen
Fluktuationen und der Form des Spektrums, wie es von Kates (1995) vorgeschlagen
wurde. Ostendorf et al. (1998) unterscheiden basierend auf einer Modulationsfrequenz-
Analyse die drei Klassen 'Sprache', 'Sprache im Störgeräusch', und 'Störgeräusch'. Von
Nordqvist (2000) wird ein Verfahren vorgeschlagen, mit dem reine Sprache und verschiedene
Hintergrund-Geräusche mittels einer LPC-Analyse und HMMs klassifiziert werden. Ein
Ansatz von Feldbusch (1998) erkennt reine Sprache, Stimmengewirr und Verkehrslärm, indem
verschiedene zeitliche und spektrale Merkmale mittels neuronalen Netzen ausgewertet
werden.
Alle genannten Ansätze erlauben ein robustes Erkennen von reiner Sprache; Musik hingegen
kann bis anhin nicht identifiziert werden, und es ist nur teilweise möglich, Störgeräusch
von Sprache im Störgeräusch zu trennen.
Auditorische Szenenanalyse
Auditorische Szenenanalyse beschreibt die Mechanismen und Strategien, die das auditorische
System verwendet, um die akustische Umgebung zu analysieren. Obwohl dieser Prozess
noch nicht vollständig verstanden wird, ist bekannt, dass das auditorische System charakteristische
Merkmale aus dem akustischen Signal extrahiert. Diese auditorischen Merkmale
umfassen spektrale Trennung, spektrales Profil, Harmonizität, Onsets und Offsets,
kohärente Amplituden- und Frequenz-Modulationen sowie räumliche und zeitliche Trennung.
Auditorische Merkmale
Im folgenden Ansatz für die Geräuschklassifizierung werden bis anhin vier Merkmalsgruppen
verwendet: Amplituden-Modulationen, spektrales Profil, Harmonizität und Onsets.
Für die Modellierung der Amplituden-Modulationen werden die genannten bisherigen Ansätze
von Ludvigsen (1993), Ostendorf et al. (1998) und Kates (1995) verwendet. Fig. 3 zeigt
161

als Beispiel, wie das Amplituden-Histogramm mittels Perzentilen modelliert wird, und der
Abstand zwischen den Perzentilen Aufschluss über die Modulationstiefe gibt.
m es
N u
Fra
of
ber
m
200
180
160
140
120
100
80
60
40
20
Envelope Histogram and Percentiles over 30 s of Clean Speech
10 % 50 % 90 %
Breite
0
20 30 40 50
Envelope Level [dB]
60 70 80
Fig. 3: Amplitudenhistogramm und Perzentile eines Sprachsignals.Das Merkmal 'Breite' ist
definiert als Differenz zwischen der 90 % und der 10 % Perzentile.
Das spektrale Profil wird auf eine rudimentäre Weise durch zwei Merkmale modelliert, den
spektralen Schwerpunkt und die zeitlichen Schwankungen des spektralen Schwerpunktes
(Fig. 4). Diese beiden Merkmale wurden bereits im Klassifizierer von Phonak (1999) verwendet.
Amplitude [dB]
80
70
60
50
40
30
Schwankungen
des spektralen
Schwerpunkts
spektraler Schwerpunkt
1000 2000 3000 4000 5000 6000 7000 8000
Frequenz [Hz]
Fig. 4: Zur Beschreibung des spektralen Profils werden der spektrale Schwerpunkt und dessen
zeitliche Schwankungen berechnet.
Für die Beschreibung der Harmonizität wird normalerweise der Pitch eines Klanges benutzt
(Fig. 5). In unserem Ansatz wird die Harmonizität durch zwei Merkmale charakterisiert: die
Tonalität und die Pitch-Varianz. Die Tonalität ist definiert durch das Verhältnis der harmonischen
zu den unharmonischen Anteilen im Zeitsignal.
[Hz]
requency
F
500
400
300
200
100
0
Pitch Frequency of Clean Speech
5 10 15 20 25
Time [s]
Fig. 5: Typischer zeitlicher Pitch-Verlauf eines Sprachsignals. Das Merkmal Tonalität ist das
Verhältnis von harmonischen zu unharmonischen (hier durch 0 Hz angezeigten) Anteilen.
Um Amplituden-Onsets zu modellieren, wird das Auftreten hoher und schneller Amplitudenanstiege
im Bark-Spektrum analysiert. Fig. 6 zeigt ein typisches Onsetmuster für Popmusik.
162

Da im Onsetmuster auch sehr schön der Rhythmus eines Signals sichtbar wird, wird zusätzlich
ein Merkmal für den Takt berechnet.
[Bark]
requency
F
20
15
10
5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
163
Time [s]
Fig. 6: Onsetmuster von Pop-Musik. Starke Onsets sind durch Punkte dargestellt. Der
Rhythmus der Musik ist deutlich erkennbar.
Die genannten auditorischen Merkmale wurden zusammen mit Klassifizierern unterschiedlicher
Komplexität evaluiert. Fünf verschiedene Klassifizierer-Typen kamen zur Anwendung:
Regelbasierter Ansatz, Minimum-Distance Klassifizierer, Bayes Klassifizierer, neuronales
Netz, und Hidden Markov Modell (HMM).
Der Vorteil der ersten zwei Klassifizierer ist, dass diese etwa viermal weniger Rechenzeit
und Speicherplatz benötigen als die übrigen Ansätze; dafür ermöglichen die letzteren eine
genauere Unterteilung des Merkmalsraums.
Die Performance der einzelnen Klassifizierer mit unterschiedlichen Merkmalssets wurde mit
etwa 300 verschiedenen Alltagsklängen getestet. Die Klang-Datenbank enthält unterschiedlichste
Beispiele zu den vier Klassen; für die Klasse 'Sprache' zum Beispiel verschiedene
Sprecher, die unterschiedliche Sprachen mit unterschiedlichen Geschwindigkeiten und Tonlagen
in unterschiedlich halligen Räumen sprechen, oder Signale der Klasse 'Störgeräusch'
aus Haushalt, Verkehr, Restaurant, Industrie usw., 'Sprache im Störgeräusch' bei verschiedenen
SNR, und 'Musik' von Klassik über Pop und Rock zu einzelnen Instrumenten und Gesang.
Von jeder Klasse wurden 80 % der Klänge fürs Training und 20 % fürs Testen der Klassifizierer
verwendet. Viele Klänge wurden sehr robust erkannt, insbesondere reine und
schwach verhallte Sprache, Verkehrs- und Stimmen-Geräusche, klassische Musik, Instrumente
und Gesang. Probleme bereiten vor allem stark verhallte Sprache, fluktuierende
Störgeräusche und komprimierte Pop-Musik. Dafür sollten weitere Merkmale aus dem Signal
extrahiert werden, wie zum Beispiel ein Mass für die Stärke des Nachhalls im Signal.
Merkmale zur auditorischen Objekterkennung
Einige charakteristischen spezifischen Merkmale (Yost & Sheft, 1993), welche für die Bildung
akustischer Objekte wichtig sind, werden im folgenden aufgelistet.
• Spektrale Trennung
Die bemerkenswerte Fähigkeit des auditorischen Systems, den spektralen Inhalt eines Signals
zu bestimmen, ist eine wichtige Basis für die weitere Trennung in die nachfolgenden
Merkmale.
• Spektrales Profil
Die meisten Klangquellen produzieren ein bestimmtes Amplitudenspektrum, dessen Profil
relativ konstant bleibt wenn der Gesamtpegel verändert wird. Verschiedene Klangklassen,
wie z.B. Sprache, stationäres Störgeräusch und Musik, haben oft unterschiedliche spektrale
Profile, was zur Unterscheidung von Quellen beitragen kann. Das spektrale Profil ist auch
für die Klangfarbe (Timbre) von Musikinstrumenten und Stimmen wesentlich. Das Timbre
wird jedoch ebenso durch temporale Faktoren bestimmt, wie Anstiegs- und Abfallzeiten von
gespielten Noten eines Instruments.
• Harmonische Struktur

Die Teiltöne vieler natürlicher Klangquellen haben eine harmonische oder annähernd harmonische
Struktur, die ihren Ursprung in einem schwingenden Medium hat. Die Harmonischen
formen ein einzelnes auditorisches Bild, beschrieben als Pitch. Dies ist ein hervorragendes
Beispiel von Fusion, denn es ist in der Regel unmöglich, einzelne Teiltöne herauszuhören.
Da unterschiedliche Quellen meist verschiedene harmonische Serien bilden, ist mit
dem Pitch eine Trennung von Quellen möglich.
• Gemeinsame Ein / Ausschwingzeit
Eines der stärksten Merkmale für die Gruppierung von Teiltönen ist der gemeinsame Anstieg
der Amplitude. Gleichzeitig einsetzende Teiltöne werden in der Regel zu einem auditorischen
Objekt fusioniert. Kleinere Asynchronitäten bestimmen zu einem wesentlichen Teil
das Timbre der Quelle, grössere asynchrone Amplitudenanstiege einzelner Teiltöne tragen
andererseits stark zur Trennung in separate Quellen bei, auch wenn die Teiltöne untereinander
harmonische Verhält-nisse aufweisen. Messungen haben ergeben, dass Musiker in
einem Orchester um sich selbst zu hören bis zu 50 ms versetzt spielen (Mellinger & Mont-
Reynaud, 1996). Auch das Publikum kann dadurch einzelne Instrumente heraushören, ohne
aber den Eindruck eines gleichzeitigen Einsatzes zu verlieren.
• Kohärente Amplituden- und Frequenzmodulation
Amplitudenmodulation ist charakteristisch für viele natürliche Klangquellen wie z.B. Sprache.
Unter kohärenter Amplitudenmodulation versteht man die gleichzeitige Amplitudenänderung
von mehreren Teiltönen. Das auditorische System vermag spektrale Komponenten zu gruppieren,
die mit demselben zeitlichen Muster moduliert sind, oder zu trennen, wenn die Muster
unter-schiedlich sind. Dies funktioniert für Modulationsfrequenzen unter 50 bis 100 Hz.
Weit weniger stark scheint die gemeinsame Frequenzmodulation mehrerer Partialtöne zur
Fusion oder Trennung beizutragen. Trotzdem kann sie gerade bei Musik zur Trennung von
Instrumenten beitragen (Vibrato).
• Lokalisation
Das auditorische System verrichtet eine schwierige Aufgabe, wenn es entscheidet, woher im
Raum ein Signal kommt. Interaurale Zeit- und Pegeldifferenzen und Aspekte der Übertragungs-funktion
von Kopf / Ohrmuschel sind entscheidend für die Lokalisation. Für die Trennung
von Klangquellen ist die räumliche Lokalisation zwar signifikant aber nicht unerlässlich.
Gruppierungsverfahren
Unter Gruppierung versteht man die auf den vorgängig beschriebenen physikalischen
Merkmalen basierende Zuordnung der Ereignisse in einem akustischen Signal zu verschiedenen
akustischen Objekten (Fusion oder Trennung).
Primitive Gruppierung und Gruppierung nach Schema
Bregman (1990) unterscheidet zwischen zwei Mechanismen um zu entscheiden, welche
Komponenten zu einer bestimmten Klangquelle gehören.
• Primitive Gruppierungsmechanismen teilen das Eingangssignal auf der Basis einfacher
physikalischer Signalmerkmale auf, wie dies im vorhergehenden Abschnitt beschrieben
wurde. Diese Mechanismen funktionieren ohne vorheriges Wissen.
• Bei der Gruppierung nach Schema geschieht die Auswahl und Kombination von Komponenten
des komplexen Signals aufgrund von Erfahrungen und gelernten Mustern, also
aufgrund der Eigenschaften von Klängen oder Klangklassen, die einem schon früher begegnet
sind.
Die Erfahrung zeigt, dass die kontextunabhängige, primitive Gruppierung viel einfacher modellierbar
und anzuwenden ist als die Gruppierung nach Schema. Allerdings ist nicht zu erwarten,
dass eine vergleichbare Klassifizierungs- und Quellentrennleistung wie beim audito-
164

ischen System erreicht werden kann, wenn die höher liegenden Gruppierungsmechanismen
nicht berücksichtigt werden.
Gestaltprinzipien
Am Anfang des zwanzigsten Jahrhunderts hat die Forschung der visuellen Wahrnehmung
die sogenannten Gestaltprinzipien formuliert, welche nun auch für auditorische Empfindungen
Anwendung finden. Bregman (1990) nennt dazu zwei Grundregeln (allocation und accounting):
• Jedes Element eines komplexen Signals kann nur einer Quelle zugeordnet werden.
• Alle Elemente des akustischen Ereignisses müssen einer Quelle zugeordnet werden.
Kann ein Element keiner existierenden Quelle zugeordnet werden, so wird es selbst zu
einer Quelle.
Für die Bildung von auditorischen Objekten werden diese Gestaltprinzipien auf verschiedenen
Ebenen angewendet.
• Kontinuität: Amplitudenmoduliertes Rauschen wird als einzelnes Objekt wahrgenommen,
falls die Modulation glatt (zum Beispiel sinusförmig) ist. Bei Rechteckmodulation hingegen
hört man zwei Objekte. Pfeifen, zusammenhängend oder abgesetzt, erzeugt eine
oder zwei Quellen.
• Nähe: Aufeinanderfolgende Noten, die spektral nahe beieinander liegen (Pitch), werden
zur gleichen Quelle gezählt. Es braucht viel, bis eine Melodie durch Störsignale zerfällt.
• Ähnlichkeit: Ähnliche Klangkomponenten werden gruppiert; Noten mit demselben Timbre
werden meistens derselben Quelle zugeordnet.
• Gemeinsames Schicksal: Ändern sich Teiltöne eines Klangs auf gleiche Weise, werden
sie gruppiert. Gemeinsamer Amplitudenanstieg und gemeinsame Modulationen sind
starke Gruppierungsprinzipien. Werden in einem harmonischen Klang einige Teiltöne
moduliert, heben sie sich von den anderen ab, und man hört zwei Klänge.
• Geschlossenheit: Geschlossenheit hilft, Kontinuität trotz abrupter Änderungen zu erhalten.
Lücken in einem Signal trennen Ereignisse, während Rauschen in den Lücken hilft,
sie wieder zu fusionieren. Ein Beispiel dazu wäre Klatschen beim Sprechen. Auch die
Trennung von mehreren gleichzeitigen Sprechern wird dadurch unterstützt.
• Gute Fortsetzung: Die meisten Klänge ändern nicht plötzlich den Charakter; ein Klavier
wird nicht plötzlich wie eine Violine tönen. Das heisst, dass feine, glatte Änderungen einer
einzigen Quelle zugeordnet werden, plötzliche Wechsel erzeugen eine neue Quelle.
Wenn wir uns die Prozesse zur akustischen Szenenanalyse nochmals vor Augen führen und
mit den Methoden aktueller Hörgeräte-Automaten vergleichen so erkennen wir, dass die
heutigen Lösungsansätze sehr technisch inspiriert sind und noch wenig mit unserem eigenen
Wahrnehmungssystem zu tun haben. Wir haben aber die Grenzen der heutigen Lösungen
erkannt und neue Wege entdeckt, die noch fehlenden Klassifizierungsleistungen einzubringen.
Die primitive Gruppierung auditorisch basierter Merkmale mit Hilfe der Gestaltprinzipien
ist ein vielversprechender Lösungsansatz zur besseren Klassifizierung der akustischen
Umgebung. Es dürfte möglich sein, einige Prinzipien zu formulieren und in Hörsystemen
einzusetzen.
Schlussfolgerungen
Die eingangs genannten Ziele der rehabilitativen Audiologie (Hören, Verstehen, Klangqualität)
sind durch digitale Signalverarbeitung heute nur unzureichend erfüllbar, obwohl in den
letzten Jahren ein deutlicher Fortschritt erzielt worden ist und auch mit weiteren Fortschritten
165

in nächster Zeit zu rechnen ist. Aus audiologischer Sicht ist dem Versuch eines Ausgleichens
des Hörschadens eine besondere Bedeutung beizumessen, wobei es um eine Verbesserung
der Diagnostik und des Verständnisses von Verarbeitungsdefiziten bei Innenohr-
Schwerhörigkeit primär geht. Dabei erscheint der Modell-basierte Ansatz erfolgversprechend,
da durch Verarbeitungsmodelle unser derzeitiges Wissen über die Funktion und etwaige
Fehlfunktion des Hörsystems in für die Hörgeräte-Signalverarbeitung nutzbarer Form
charakterisiert werden kann. Komplexe Computermodelle zur auditorischen Szenenanalyse
sind allerdings derzeit zur Implementation in Hörgeräten noch zu aufwendig. Wenn nicht nur
rein technisch inspirierte Konzepte zur Klassifizierung akustischer Situationen und Objekte
verwendet werden sollen, lassen sich den zusammengefassten Theorien folgend aber Modelle
und Regeln zur Verwendung in Hörinstrumenten ableiten.
Literatur
Appell, Jens-Ekkehardt, Loudness models for rehabilitative Audiology, Dissertation, Universität Oldenburg, 2002
(http://docserver.bis.uni-oldenburg.de/publikationen/dissertation/2002/applou02/applou02.html)
Büchler, M. et al. (2000). „Klassifizierung der akustischen Umgebung für Hörgeräte-Anwendungen“, DAGA 2000.
Dau, T. et al. (1998). „Psychophysics, Physiology and Models of Hearing“. World Scientific Publishing.
Edwards, B. W., Hou, Z., Struck, C. J., Dharan, P. (1999). "Signal-processing algorithms for a new softwarebased,
digital hearing device," The Hearing Journal, Vol. 51, No. 9, 44-52.
Feldbusch, F. (1998). "Geräuscherkennung mittels Neuronaler Netze," Zeitschrift für Audiologie 1/1998, 30-36.
Gabriel, B., B. Kollmeier and V. Mellert (1997). “Influence of individual listener, measurement room and choice of
test tone levels on the shape of equal-loudness level contours.” Acustica united with acta acustica 83(4):
670-683.
Hohmann, V. (1993). Dynamikkompression für Hörgeräte- Psychoakustische Grundlagen und Algorithmen.
Düsseldorf, VDI-Verlag.
Kates, J. M. (1995). „Classification of background noises for hearing-aid applications“, Journal of the Acoustical
Society of America, 97 (1), 461-470.
Launer, S. (1995). Loudness perception in listeners with sensorineural hearing loss. Fachbereich Physik. Oldenburg,
Carl-von-Ossietzky Universität Oldenburg.( http://www.physik.unioldenburg.de/Docs/medi/pub_down.html)
Ludvigsen, C. (1997). „Schaltungsanordnung für die automatische Regelung von Hörhilfsgeräten“, Europäische
Patentschrift, EP 0 732 036 B1.
Marzinzik, M. and Kollmeier, B. (1999). "Development and Evaluation of Single-Microphone Noise Reduction
Algorithms for Digital Hearing Aids," in Psychophysics, Physiology and Models of Hearing, edited by T.
Dau, V. Hohmann, and B. Kollmeier (World Scientific, Singapore), pp. 279-282.
Mellinger, D. K., Mont-Reynaud, B. M. (1996). „Scene Analysis,” in Auditory Computation, edited by H. L. Hawkins
et al., Springer, New York.
Nordqvist, P. (2000). "Automatic Classification of Different Listening Environments in a Generalized Adaptive
Hearing Aid," International Hearing Aid Research Conference, IHCON 2000, Lake Tahoe, CA.
Ostendorf, M. et al. (1997). „Empirische Klassifizierung verschiedener akustischer Signale und Sprache mittels
einer Modulationsfrequenzanalyse“, DAGA 97, 608-609.
Phonak Hearing Systems (1999). "Claro AutoSelect", company brochure no. 028-0148-02.
Spriet, A., Moonen, M., and Wouters, J. (2005). "Stochastic gradient-based implementation of Spatially Preprocessed
Speech Distortion Weighted Multichannel Wiener filtering for noise reduction in hearing aids,"
IEEE Trans. Signal Process. 53, 911-925.
Yost, A. W., Sheft, S. (1993). „Auditory Perception,“ in Human Psychophysics, edited by W. A. Yost et al.,
Springer, Berlin.
Zwicker, E., Fastl, H. (1990). „Psychoacoustics, Facts and Models“, Springer, Berlin.
166

Cochlea-Implantate
Norbert Dillier / Zürich
Einführung
Patienten, welche aufgrund einer Innenohr-Schädigung ertaubt oder hochgradig schwerhörig
geworden sind, sind heute vielfach in der Lage, mit einem Cochlear Implant (CI) wieder
Sprache zu hören und zu verstehen. Auch frühertaubte oder taub geborene Kleinkinder können
mit Hilfe der elektrischen Hörnervstimulation nicht nur eine direkte Verbindung zur
akustischen Umwelt aufnehmen, sondern auch eine dem Alter entsprechende Sprache entwickeln.
Ein CI-System besteht aus Implantat, Sprachprozessor und Mikrofon-Sendeeinheit. Die Stimulationselektroden
zur elektrischen Reizung des Hörnerven werden in einer Operation in
die Hörschnecke eingelegt. Durch den hinter dem Ohr getragenen digitalen Sprachprozessor
werden Schallwellen in elektrische Impulse umgewandelt und über eine Sendespule durch
die Haut zum Implantat und zu den Hörnervfasern übertragen. Der Hörnerv leitet dieses
Reizmuster in ähnlicher Art und Weise wie beim natürlichen Hören zum Gehirn weiter, wo
es als Hör- und Klangempfindung wahrgenommen wird. Je nach Alter und Vorgeschichte ist
nach der Operation eine mehrwöchige bis mehrmonatige Hörtrainings- und Rehabilitationsphase
zum Erlernen und Unterscheiden der künstlichen Hörsignale angezeigt.
Das Cochlear Implant als erster und bislang einziger in der Praxis funktionierender Ersatz für
ein Sinnesorgan ist ein erfolgreiches Beispiel für die gegenseitige Befruchtung von Biologie,
Medizin und Technik. Weltweit wurden schätzungsweise bereits nahezu 100'000 Patienten
mit diesen Implantaten versorgt.
Die aktuelle Forschung und Entwicklung zielt auf die verbesserte Programmierung und Anpassung
der Sprachprozessoren. Dazu werden auch elektrophysiologische Messungen der
Hörnervantworten bei verschiedenen Reizsignalen durchgeführt. Mit neuartigen Elektrodenanordnungen
sowie zunehmend höheren Reizraten wird ein natürlicheres Klangbild sowie
eine differenziertere Wahrnehmungsleistung angestrebt.
Komponenten des Cochlear Implants
Cochlear Implants bestehen aus Komponenten, welche ausserhalb des Körpers getragen werden
und dem eigentlichen Implantat. Ueber ein hinter dem Ohr befestigtes Mikrophon mit
Richtcharakteristik werden Schallsignale aufgenommen und über ein Kabel dem Sprachprozessor
zugeleitet, welcher die Schallreize in geeignete elektrische Stimulationsmuster umwandelt
und wiederum über ein Kabel als Hochfrequenzsignale einer Sendespule zuführt. Die
Information gelangt drahtlos über induktive Kopplung zum Implantat mit seiner Empfangsspule
sowie der Decodierungs- und Stimulatorelektronik. Die in der Cochlea plazierten Elelektroden
vermitteln das nunmehr elektrische Signal zum Hörnerv und lösen einen Höreindruck
aus. Für telemetrische Messungen dienen beide Spulen als Sender und Empfänger.
Der Sprachprozessor enthält die digitale Reizcodierungselektronik mit zwei bis acht gespeicherten
Programmen und eine oder mehrere (aufladbare) Batterien. Derzeit sind Systeme von
167

vier kommerziellen Anbietern verfügbar (Tabelle 1). Bereits sind Sprachprozessoren soweit
miniaturisiert worden, dass sie als Hinter-dem-Ohr-Einheit getragen werden können. HdO-
Sprachprozessoren haben nahezu die gleiche Leistungsfähigkeit wie die in Hemd- oder Blusentasche
oder bei Kleinkindern in Brustbeutel oder Rucksäckchen getragenen grösseren Taschengerät-Sprachprozessoren.
Tabelle 1: Technische Daten der kommerziell verfügbaren Implantate: CI22M und CI24M
(Nucleus, Cochlear ), Clarion (Advanced Bionics), Combi 40+ (MedEl), Digisonic (MXM).
Nucleus, Cochlear
(Australien)
Advanced Bionics
(USA)
HiRes 90k
Harmony
MedEl
(Oesterreich)
Neurelec MXM
(Frankreich)
Bezeichnung CI24R/CI24RE/
Combi40+/ Pul- Digisonic
Freedom
sar/Sonata
Abmessung (mm) 27x18x6.4 31x25x6 33.4x23.4x4 28∅x6.8
Gewicht (Gramm) 9.5 8 9 15
Material Gehäuse Titan Titan Keramik
Titan
Keramik
Max. Pulsrate (pps) 14'500/31’600 83’000 18'180/? 7'800
Stimulationskanäle 22/(virtuell 43) 16 12 15
Stimulationsmodus Bipolar
Monopolar
Common ground
Sprachprozessoren SPrint
ESPrit, Esprit-3G,
Freedom (HdO)
Bipolar
Monopolar
Clarion Platinum
PSP und BTE,
HiRes Harmony
Monopolar Common
ground
CIS PRO+
TEMPO+, Opus
(HdO)
Anzahl Programme 8/2 3 3 2
Strategien SPEAK (NofM)
CIS
ACE (NofM)
MP3000
SAS
CIS
PPS
Information www.cochlear.com www.bionicear.c
om
Funktionsweise des Cochlear Implants
CIS
NofM
FSP
Digisonic,
DigiSP K
TG und HdO
CIS/ASR
NofM
www.medel.com www.neurelec.c
om
Die Aufgabe eines Cochlear Implants ist es, im Falle einer Innenohr-Taubheit den Hörnerven
direkt elektrisch zu stimulieren und dadurch Hörempfindungen zu erzeugen. Die Information,
welche im akustischen Schallsignal enthalten ist, muss durch geeignete Umwandlung für
jeden Patienten individuell in die adäquaten elektroneuralen Erregungsmuster übersetzt werden.
Die heutigen CI-Systeme sind Meilensteine auf dem Weg einer fortschreitenden technologischen
Entwicklung und Verbesserung. Sie stellen aber ohne Ausnahme im Vergleich mit dem
zu ersetzenden biologischen System technische Kompromisslösungen dar, welche immer nur
168

Teilfunktionen des peripheren Gehörs ersetzen können (Patrick u. Evans 1995).
Der Hörnerv kann mit unterschiedlichen elektrischen Reizformen angeregt werden. Die für
einen effektiven Reiz wirksame elektrische Grösse ist der Strom, welcher während einer gewissen
Zeit in das Nervengewebe hinein- oder herausfliesst. Zur Vermeidung von schädlichen
elektrochemischen Reaktionen am Elektroden-Gewebe-Uebergang muss das elektrische
Stimulationssignal gleichstromfrei angekoppelt werden (eine aktuelle Uebersicht über Modelle
der elektrischen Hörnervstimulation ist zu finden in Hamacher, 2004).
Als Reizformen kommen sinusoidale (analoge) oder pulsatile Signale zur Anwendung.Bei
der analogen Stimulation wird das Signal ähnlich wie bei einem konventionellen Hörgerät
gefiltert und komprimiert und dadurch an den eingeschränkten elektrischen Dynamikbereich
angepasst. Sobald allerdings mehrere nahe beeinander liegende Reizorte vorhanden sind,
ergeben sich Lautheitssummationen durch Stromüberlagerungen. Biphasische Pulse erlauben
demgegenüber eine zeitlich besser kontrollierbare Reizung als analoge Sinussignale. Bei der
Stimulierung von mehreren Kanälen können Interferenzen vermindert werden, indem die
Kanäle zeitlich versetzt ("interleaved") aktiviert werden. Nachteilig wirkt sich unter Umständen
bei der sequentiellen Stimulation die verminderte Zeitauflösung aus, da pro Reizpuls
immer nur die Information eines Frequenzbandes übertragen wird, die anderen also inaktiv
bleiben.
Voraussetzung für die elektrische Stimulation ist eine genügende Anzahl elektrisch erregbarer
Nervenzellen. Durch die Lage der Stimulations- und Referenzelektroden kann der aktivierte
Bereich beeinflusst werden. Die bipolare Elektrodenansteuerung zielt darauf ab, einen
möglichst geringen Anteil von Nervenfasern und damit ein schmales Frequenzband zu aktivieren.
Bei weiter auseinanderliegenden Elektroden werden bei gleicher Reizstärke mehr
Neuronen aktiviert als bei nahe beisammenliegenden. Die monopolare Reizkonfiguration
stellt diesbezüglich einen Grenzfall dar, indem vor allem die Hörnervfasern in der Nähe der
aktiven intracochleären Elektrode aktiviert werden, während die im Muskelgewebe plazierte
Referenzelektrode keine Empfindungen auslöst.
Für die Sprachprozessor-Einstellung muss für jede Elektrodenkonfiguration die Wahrnehmungsschwelle
(Threshold, T-level) sowie die Reizstärke für eine angenehme, erträgliche
Lautheitsempfindung (Comfort, C-level, manchmal auch MCL, most comfortable level genannt,
bzw. durch UCL, upper comfortable level, ersetzt) bestimmt werden. Der Bereich zwischen
diesen Werten (dynamic range, dynamischer Bereich) liegt in den meisten Fällen unterhalb
von 6 dB (Ladung/Phase auf 1 nanoCoulomb bezogen) und ist damit wesentlich kleiner
als die bis zu 120 dB Dynamik bei der akustischen Stimulation.
Die Hörempfindungen bei elektrischer Stimulation werden durch die Reizrate und den Ort
der Stimulation bestimmt. Die Reizrate eines periodischen Stimulationssignals kann bis zu
einer Frequenz von etwa 300 Pulsen pro Sekunde der Grundfrequenz der menschlichen Stimme
(Pitch) zugeordnet werden. Die Stimulation an verschiedenen Reizorten innerhalb der
Cochlea ruft Empfindungen hervor, die mit der ortsabhängigen Tonhöhenempfindung Normalhörender
verglichen werden kann. Die Reizelektroden können somit wie die Tasten eines
Klaviers unterschiedliche Klangspektren wiedergeben. Die wahrgenommenen charakteristischen
Frequenzen hängen von der Eindringtiefe des Elektrodenträgers ab. Mit den über 17
mm verteilten 22 Elektroden des Nucleus-Implantats beispielsweise kann bei einer Eindringtiefe
von ca. 20 mm der Frequenzbereich zwischen etwa 700 und 11'000 Hz angesprochen
169

werden.
In jüngster Zeit sind von mehreren Implantatherstellern neue Arten von Elektrodenformen
vorgestellt worden, welche einerseits tiefer in die Hörschnecke einzudringen erlauben und
andererseits gezielter das elektrische Stromfeld in Richtung auf die Hörnervfasern im Zentrum
der Schnecke ausrichten sollen. Dadurch wird eine bessere Trennschärfe der einzelnen
Elektrodenkanäle sowie eine Reduktion der Stromstärke angestrebt. Ein Beispiel einer vorgeformten
Elektrode, welche zur Einführung in die Cochlea mit einem sogenannten Stilett (einem
dünnen Draht) gerade gehalten wird, ist in Abb. 1 dargestellt. Inwiefern die angestrebten
Ziele mit diesen neuen Elektroden erreicht werden können, ist Gegenstand laufender Studien.
Die Elektrode wird
durch ein Stilett
während der
Einführung gerade
gehalten
Stilett wird
entfernt
Elektrode
formt sich
Abb. 1 Beispiel einer vorgeformten Elektrode (Nucleus 24 Contour), welche sich bei der Implantation
nach Entfernen eines dünnen Drahtes (Stilett) eng an die innere Schneckenwand
(Modiolus) anschmiegt.
Bezüglich Sprachcodierung haben die Forschungsarbeiten der letzten zehn Jahre zu einer
beträchtlichen qualitativen Verbesserung und ebenso zu einer Vereinheitlichung der zugrundeliegenden
Konzepte und Strategien geführt. Die Merkmalsextraktion gemäss dem Schema
eines Formantvocoders, wie sie in den Sprachprozessor der ersten Generation realisiert war
und bei welchem nur die zwei oder drei Maximalwerte des Frequenzspektrums ermittelt und
auf die Reizelektroden abgebildet wurden, wurde zugunsten immer detaillierterer zeitlich
besser aufgelöster Spektralinformation aufgegeben. Bei der SPEAK-Strategie beispielsweise
werden laufend aus 20 Frequenzbändern die sechs bis zehn grössten Werte bestimmt und mit
einer Reizrate von etwa 250 Pulsen pro Sekunde (pps) auf die
entsprechenden Elektroden abgebildet (Skinner et al. 1994). Die moderneren ACE-Strategien
(Advanced Combination Encoder, manchmal auch mit dem Begriff NofM bezeichnet) erlauben
die Kombination von höheren Reizraten auf gleichzeitig mehr Kanälen bis zur derzeit
maximalen Gesamtrate von 14'400 pps (mit dem CI24R-Implantat) bzw. 31’600 (mit dem
CI24RE-Implantat) (also zum Beispiel 16 Kanäle mit je 900 bzw. 1975 pps, 12 Kanäle mit je
1200 bzw. 2600 pps oder 9 Kanäle mit je 1800 bzw. 3500 pps). Abb. 2 zeigt beispielhaft,
wie ein gesprochenes Wort spektral in verschiedene Frequenzbänder zerlegt wird, von denen
zu jedem Zeitpunkt diejenigen Bänder mit der grössten Signalenergie ausgewählt und den
entsprechenden Elektroden zugeordnet werden. Das zeitlich und räumlich verteilte Reizmus-
170

ter für ein Elektroden-Bündel ist in Abb. 3 dargestellt.
Die früher häufig verwendete Breitband-Analog-Stimulation, welche heute nur noch als
SAS-Strategie (Simultaneous Analog Stimulation) im Clarion-System angeboten wird, wurde
von mehreren Forschungsgruppen durch pulsatile Reizung möglichst hoher Raten (CIS, continuous
interleaved sampling) ersetzt. Besonders bei Elektrodenkonfigurationen mit geringem
Abstand zwischen benachbarten Elektroden bietet die nichtsimultane Pulsreizung gegenüber
simultaner Analogreizung gewichtige Vorteile. Die hohen Reizraten können insbesondere die
zeitliche Feinstruktur der Sprachsignale besser reproduzieren (Wilson et al. 1991).
0 400 [msec]
Amplitude (%)
22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7
Elektrode (Filterband)
6
5
4
3
2
1
22 21 20 19 18 17 16 15 14 13 12 11 10 9
8 7 6 5 4 3 2 1
Elektrode (Filterband)
Abb.2 Frequenzanalyse des Sprachsignals gemäss der Advanced Combination Encoder
(ACE) Strategie des Nucleus-Sprachprozessors. Die obere Kurve stellt das gesprochene Wort
"Fall" dar, welches mit einer Filterbank in maximal 22 Frequenzbänder aufgeteilt wird. Die
zu einem Zeitpunkt energiereichsten Bandfilter werden zur Stimulation ausgewählt und einer
Reizelektrode zugeordnet. Die unteren beiden Grafiken stellen die Frequenzspektren und die
jeweils aktiven Elektroden zum Zeitpunkt 100 msec (links, Konsonant) und 240 msec (rechts,
Vokal) dar.
Wie gut die durch die Signalcodierung reduzierte und auf die implantierten Elektroden übertragene
Sprachinformation im Einzelfall zur Diskrimination von Wörtern und Sätzen ausreicht,
kann nur durch Evaluationsexperimente mit grösseren Patientengruppen ermittelt werden.
Solche Experimente sind naturgemäss aufwendig und von vielen Variablen abhängig
(Dillier et al. 1995; Brill et al. 1997).
Zusammenfassend lässt sich jedoch sagen, dass mit den modernen digitalen Strategien spontan
ein besseres Konsonantenverständnis erzielt wurde als mit den von den Patienten früher
benutzten Sprachprozessoren. Die besten Ergebnisse wurden mit Verfahren erzielt, welche
höhere Reizraten und differenziertere Abbildungen spektraler Feinstrukturen enthielten
171

Elektroden (22 - 1)
Elektroden (22 - 1)
0
Zeit (msec)
400
100 120 240 260 350
370
Abb. 3 Zeitlicher Verlauf der Reizsignale an den einzelnen Elektroden. Dargestellt ist eine
Elektrodogramm-Analyse des gesprochenen Wortes "Fall". Mit einer Wiederholrate von 900
Hertz werden jeweils maximal 12 Elektroden zeitlich versetzt aktiviert ("interleaved stimulation").
Die Auswahl der Kanäle erfolgt wie in Abb. 3 beschrieben gemäss der spektralen
Energieverteilung.Horizontal ist die Zeit von 0 bis 400 Millisekunden dargestellt, vertikal die
Elektrodenposition von 22 (apikal, tiefste Ortsfrequenz) bis 1 (basal, höchste Ortsfrequenz).
Die Länge und Schwärzung der Striche ist proportional zur jeweiligen Reizamplitude. Die
unteren drei Grafiken zeigen zeitlich gedehnte Ausschnitte von jeweils 20 msec Dauer:
stimmloser Konsonant /f/ (100 - 120 msec), Vokal /a/ (240 - 260 msec), stimmhafter Konsonant
/l/ (350 - 370 msec).
Audiologische Indikationen bei Erwachsenen und Kindern
Für die Versorgung mit einem Cochlear Implant sind Patienten geeignet, die eine beidseitige
überwiegend sensorische Taubheit bis hin zur an Taubheit grenzenden Schwerhörigkeit haben.
Dieser Indikationsbereich ist jedoch nicht an starre Grenzen der Tonschwellenaudiometrie
gebunden, sondern vielmehr an die tatsächliche Sprachperzeption. Patienten, die trotz optimaler
Versorgung mit konventionellen Hörgeräten kein Sprachverstehen haben, sind Kandi-
172

daten für ein Cochlear Implant. Ausnahme sind ältere Kinder, Jugendliche und Erwachsene,
die taub geboren sind.
Erwachsene müssen in der präoperativen Evaluation ton- und sprachaudiometrisch untersucht
werden. Hinzu kommen die Impedanzaudiometrie sowie die Hirnstammaudiometrie und
Elektrocochleographie. Das Resultat einer solchen Untersuchung kann eine Neuversorgung
mit optimierten Hörgeräten sein. Liegt das Einsilberverstehen im Freiburger Sprachtest unter
40 % - bei Freifeldmessung mit Hörgeräten -, so ist heute die Indikation zum Cochlear
Implant gegeben (Fraysse et al. 1998). Im übrigen dürfen Patienten mit kurzer Ertaubungsdauer
ein besseres Sprachverstehen nach Implantation erwarten als Langzeitertaubte.
Bei Kindern haben wir aus audiometrischer Sicht mit sehr ähnlichen Bedingungen zu rechnen.
Die Indikation wird dann als gegeben angesehen, wenn im Vorschulalter mit Hörgeräten
eine ausreichende Sprachperzeption ausbleibt und somit eine adäquate Sprachproduktion
nicht zu erwarten ist. In Abhängigkeit vom Alter des Kindes sind objektive audiometrische
Testverfahren einzusetzen, ergänzt durch Spiel- und verhaltensaudiometrisch erfasste Tonschwellen.
Entscheidend für den Erfolg einer CI-Versorgung beim Kleinkind ist die frühe
Erkennung des Hörschadens. Die rechtzeitige Versorgung mit Hörgeräten und optimale hör-
und sprachgerichtete sonderpädagogische Förderung sollten 6 Monate nach Diagnosestellung
eine Entscheidung für oder gegen ein Cochlear Implant erbringen (Dillier u. Laszig 2001)
Intra- und postoperative objektive Messungen
Die modernen Cochlear Implants enthalten alle eine Möglichkeit zur Ueberprüfung der Funktionsfähigkeit
des Implantats sowie zur Messung der Elektrodenimpedanzen. Die Uebermittlung
der gemessenen Werte erfolgt telemetrisch über die Sende/Empfangsspule und wird in
einem Testgerät oder Messprogramm ausgewertet.
Die elektrische Impedanzmessung ermöglicht die Identifikation von kurzgeschlossenen oder
unterbrochenen Elektrodenzuleitungen innerhalb weniger Sekunden. Für die Messung werden
Testreize mit geringer Stromstärke verwendet, welche normalerweise von den Patienten
nicht wahrgenommen werden können. Aus dem Verhältnis der gemessenen Spannung über
den Reizelektroden und der aufgeprägten Stromamplitude wird ein Mass für die Elektrodenimpedanz
ermittelt (Swanson et al. 1995; Zierhofer et al. 1997; Schulman 1995).
Die intra- oder post-operativen objektiven audiologischen Verfahren verwenden zur Stimulation
die implantierten intracochleären sowie allenfalls extracochleäre Referenz-Elektroden
(bei monopolarer Stimulation). Intraoperativ stehen einerseits die Ableitung der elektrisch
evozierten Reizantworten über Hautelektroden bzw. über das Implantat selbst, andererseits
die visuelle Registrierung des Stapediusreflexes zur Verfügung (Shallop 1993).
Die intraoperative Beobachtung des Stapediusreflexes unter operationsmikroskopischer Sicht
ist wenig aufwendig, wenig störanfällig und erfolgt während der Stimulation des Hörnerven
über das Implantat. Insofern dient die Stapediusreflexmessung auch der Funktionsprüfung
des Hörnerven und damit letztendlich auch der des Implantates. Die Stapediusreflexschwelle
liegt etwa im Uebergang zwischen mittlerem und oberem Drittel des späteren Dynamikbereichs
(Battmer et al. 1990) und liefert Richtgrössen zur Vermeidung von Ueberstimulation
bei der ersten Anpassung. Mit den Telemetrieoptionen der heutigen Implantate hat sich die
173

Bedeutung der Stapediusreflexbeobachtung zur Sicherstellung der Implantatsfunktion relativiert.
Neben den elektrisch evozierten Stapediusreflexen sind die elektrisch evozierten Hirnstammpotentiale
und die telemetrisch übermittelten elektrisch evozierten Aktionspotentiale (neurale
Reizantwort-Telemetrie, NRT) weitere objektive audiologische Messverfahren. Nach intracochleärer
Stimulation über das Implantat werden Hirnstammpotentiale über Fernelektroden
wie bei der BERA am Kopf abgeleitet oder Aktionspotentiale des Ganglion spirale über
intracochleäre Elektroden und Telemetrie gesendet und registriert.
PC mit NRT Software
SPrint
Elektrodenträger
Nervenfasern
Decodierung / Stimulation
Sendespule
Verstärkung / Codierung
Implantat
Nucleus CI24
Neurale Antwort
und Reizartefakt
Abb. 4 NRT-Messaufbau. Ein Sprachprozessor (SPrint), welcher mit dem klinischen Anpasscomputer
verbunden ist, sendet Reizpulse über die Sendespule zum Implantat (Nucleus CI24).
Die neuralen Antworten werden durch die implantierten Elektroden abgeleitet, im Implant
verstärkt und über die Sende/Empangsspulen zum Sprachprozessor und PC zurückgesendet.
Die neuste Generation von Implantaten erlaubt neben der mehrkanaligen Stimulation auch
die Messung von Elektroden- und Implantatseigenschaften sowie die Ableitung neuraler
Reizantworten (NRT). Die Uebermittlung der Messdaten erfolgt telemetrisch durch die intakte
Haut (Abbas et al. 1999). Zur Messung werden ausser dem standardmässigen Programmierungssystem
(PC mit Spezialinterface) und einem Sprachprozessor nur das NRT-Programm
benötigt. Abb. 4 zeigt den Aufbau der verschiedenen Komponenten des Messsystems. Ein
vom NRT-Programm ausgewähltes Reizsignal (Stimulus) wird über die ausgewählte Elektrode
ausgegeben. Die resultierende neurale Antwort wird von einer anderen Elektrode in der
Nähe abgeleitet. Das Messergebnis wird verstärkt, codiert und über die Sendeeinheit an den
Sprachprozessor zurückgeschickt.
174

210
Abb. 5 Beispiel einer intraoperativen NRT-Messung. Links: Antwortkurven bei Stimulation
an allen 22 intracochleären Elektroden (monopolare Reizung und Ableitung, 1.5 mm Abstand
der Messelektrode von der aktiven Reizelektrode, Stromstärke jeweils 210 CL-Einheiten,
Pulsbreite 25 μs, Reizrate 80 Pulse pro Sekunde, 50 Mittelungen). Rechts unten: Einzelkurve
mit negativer (N1) und positiver (P1) Welle. Rechts oben: Antwortamplituden (P1 - N1) bei 3
Stromstärken (210, 200, 190 CL) für alle 22 intracochleären Elektroden.
Die entsprechenden neuralen Reizantworten (oder Nervenantworten) werden am Bildschirm
dargestellt und können anschliessend ausgewertet werden. Die Form und Grösse der Antwort
sind abhängig von den Reiz- und Messbedingungen. NRT-Messungen können ohne grösseren
Aufwand intraoperativ durchgeführt werden. Sie bieten neben dem Nachweis der neuralen
Aktivität auch den Vorteil der kompletten Funktionsüberprüfung des Implantats.Ein Beispiel
einer intraoperativen Serie von NRT-Messungen über alle 22 intracochleären Elektroden
zeigt Abb. 5. Häufig lässt sich eine typische Antwortkurve des Summenaktionspotentials
gewinnen mit einer negativen Welle (N1), welche von einer positiven Welle (P1) gefolgt
wird (s. Abb. 5 rechts unten). Die Zunahme des neuralen Summenaktionspotentials mit steigender
Reizstärke (SL, Stimulus-Level) korrespondiert mit der postoperativen subjektiven
Lautheitswahrnehmung (von sehr leise bis angenehm laut). Aus den Amplitudendifferenzen
der beiden Wellen für drei verschiedene Reizstärken (210, 200, 190) kann eine NRT-
Schwelle extrapoliert werden (Abb. 5 rechts oben), welche meist etwa in der Mitte zwischen
den späteren T- und C-Werten liegt.
175
N1
P1
CL
200
190

Postoperative Basis- und Folgetherapie
Der Erfolg einer CI-Versorgung hängt von vielen Faktoren ab, nicht zuletzt von der Anpassung
des Sprachprozessors. Ein gut angepasster Sprachprozessor ermöglicht es dem Patienten,
die Klangeindrücke in ihrer Vielfalt wahrzunehmen und schneller voneinander unterscheiden
zu lernen. Hauptziel einer Anpassung ist es, für jede aktive Elektrode die Hörschwellen
und den Pegel der angenehmen Lautheit zu bestimmen. Bei Erwachsenen ist diese
Anpassung relativ problemlos, da sie ihr Lautheitsempfinden in der Regel gut beschreiben
und skalieren können. Die Arbeit mit Kindern erweist sich als schwieriger, da deren subjektive
Angaben nicht immer so zuverlässig (und reproduzierbar) erfolgen. Zur Verifizierung der
subjektiven Angaben können objektive Messverfahren beigezogen werden.
Die Anpassung des Sprachprozessors erfolgt nach abgeschlossener Wundheilung. Alle modernen
Cochlear Implants werden heute mittels eines Computers über eine spezielle Software
angepasst. Grundsätzlich müssen für alle Implantatstypen die optimalen Stimulationsparameter
bestimmt und im Prozessor gespeichert werden. Die Ermittlung der minimalen Stromstärken,
die Höreindrücke auslösen (Hörschwelle, Threshold bzw. T-level) und der maximalen
Stromstärken, die noch angenehm laut empfunden werden (Comfort level bzw. most comfortable
level, abgekürzt C-level oder MCL) für alle verfügbaren Kanäle ist bei ertaubten Erwachsenen
einfach und zuverlässig.
Die postoperative Basis- und Folgetherapie ertaubter Erwachsen beinhaltet eine bis auf die
Erstanpassung weitgehend ambulante Begleitung, Beratung über technische Fragen, Ersatz
von defekten Teilen, Veränderung der Anpassungsdaten und Aktualisierung der individuellen
Hard- und Software sowie die Dokumentation der Fortschritte mittels verschiedener Hör- und
Sprachtests.
Die CI-Anpassung bei Kleinkindern bedarf einer engen Zusammenarbeit von Pädagogen und
Audiologen und ähnelt in mancher Hinsicht der pädagogischen Verhaltensbeobachtung zur
Hörprüfung oder zur Hörgeräteanpassung (Bertram 1998). Das ”Hören” der Kleinkinder,
insbesondere taubgeborener, ist zunächst nur an sehr diskreten Reaktionen der Augen oder
der Mimik zu erkennen. Sie zu entdecken und richtig zu werten, ist das hauptsächliche Ziel
der ersten Sitzungen zur Anpassung des Sprachprozessors. Erfahrene und eingespielte Teams
sind in der Lage, auch mit Kindern unter 2 Jahren zu arbeiten und zuverlässige Anpasswerte
zu erreichen (Lenarz et al. 1994).
Parallel zur Vervollständigung und wiederholten Kontrolle des Sprachprozessor-Programms
werden Hörübungen und Hörtests zur Förderung und Verlaufsdokumentation der Sprachentwicklung
durchgeführt Hörtest (Bertram 1998) (McCormick et al. 1994). Für die Verlaufskontrolle
bei Kleinkindern vor dem Spracherwerb bietet sich der LiP-Test (Listening Progress)
dar, welcher in einer Uebersichtstabelle die sprachlichen Teilleistungen auflistet
(Archbold et al. 1995). Der Test of Auditory Perception of Speech (TAPS, (Reid u. Lehnhardt
1994)) ist ebenfalls auf CI-Kinder abgestimmt und zwar schon ab dem dritten Lebensjahr.
Als weitere Testbatterie zu erwähnen ist auch der EARS test (Evaluation of Auditory
Responses, MedEl), der aus ursprünglich englischen Tests zusammengesetzt ist und in verschiedenen
Europäischen Sprachversionen vorliegt. Eine Zusammenstellung von weiteren
Tests für Sprachperzeption und -Produktion von CI-Kindern findet sich in (Dyar 1994).
Die technologische Entwicklung ist heute so weit fortgeschritten, dass auch bei Kleinkindern
176

eine sichere, zuverlässige und erfolgreiche Versorgung mit einem Cochlear Implant vorgenommen
werden kann (Lehnhardt et al. 1992). Neben der Hörentwicklung sind speziell bei
Kindern vor allem die Fortschritte in der Sprachentwicklung hervorzuheben (Robbins et al.
1995; Waltzman et al. 1997).
Literatur
Abbas PJ, Brown CJ, Shallop JK, Firszt JB, Hughes ML, Hong SH, Staller SJ. Summary of
results using the nucleus CI24M implant to record the electrically evoked compound
action potential. Ear Hear 1999;20: 45-59
Archbold S, Lutman ME, Marshall DH. Categories of Auditory Performance. Ann Otol Rhinol
Laryngol [Suppl] 1995;166: 312-314
Battmer RD, Laszig R, Lehnhardt E. Electrically elicited stapedius reflex in cochlear implant
patients. Ear Hear 1990;11: 370-374
Bertram B. Rehabilitationskonzept bei Kindern. In: Lenarz T (ed) Cochlea-Implantat. Ein
praktischer Leitfaden für die Versorgung von Kindern und Erwachsenen. Springer-
Verlag, Berlin, Heidelberg, 1998: 108-121
Brill SM, Gstoettner W, Helms J, von Ilberg C, Baumgartner W, Muller J, Kiefer J. Optimization
of channel number and stimulation rate for the fast continuous interleaved
sampling strategy in the COMBI 40+. Am J Otol 1997;18: S104-6
Dillier N, Battmer RD, Döring WH, Müller-Deile J. Multicentric field evaluation of a new
speech coding strategy for cochlear implants. Audiology 1995;34: 145-159
Dillier N, Laszig R. Audiometrie und Cochlear Implant. In: Lehnhardt E, Laszig R (eds)
Praxis der Audiometrie. Georg Thieme-Verlag, Stuttgart, 2001: 293-309
Dyar D. Monitoring progress: the role of a speech and language therapist. In: McCormick B,
Archbold S, Sheppard S (eds) Cochlear Implants for young children. Whurr Publishers
Ltd, London, 1994: 237-268
Fraysse B, Dillier N, Klenzner T, Laszig R, Manrique MJ, Perez CM, Morgon A, Müller-
Deile J, Ramos AM. Cochlear Implants for Adults Obtaining Marginal Benefit from
Acoustic Amplification. Am J Otol 1998;19: 591-597
Hamacher, V. (2004). Signalverarbeitungsmodelle des elektrisch stimulierten Gehörs. Wissenschaftsverlag
Mainz in Aachen, ISBN 3-928493-48-5
Lehnhardt E, Gnadeberg S, Battmer RD, von Wallenberg EL. Experience with the cochlear
miniature speech processor in adults and children together with a comparison of unipolar
and bipolar modes. ORL 1992;54: 308-313
Lenarz T, Lehnhardt E, Bertram B. Cochlear Implant bei Kindern. Thieme Verlag, Stuttgart,
New York, 1994: 1-158.
McCormick B, Archbold S, Sheppard S. Cochlear Implants for Young Children. Whurr Pub-
177

lisher Ltd., London, 1994: 1-291.
Patrick JF, Evans AR. Implant designs for future coding strategies. Ann Otol Rhinol Laryngol
[Suppl] 1995;166: 137-138
Reid J, Lehnhardt M. Speech perception test results for European children using the Nucleus
Cochlear Implant. Adv in Cochlear Implants, Proc 3rd Int Cochlear Implant Conf
(Innsbruck AU) 1994522-527
Robbins AM, Osberger MJ, Miyamoto RT, Kessler KS. Language development in young
children with cochlear implants. Adv Otorhinolaryngol 1995;50: 160-166
Schulman JH. Using impedance telemetry to diagnose cochlear electrode history, location,
and functionality. Ann Otol Rhinol Laryngol [Suppl] 1995;166: 85-87
Shallop JK. Objective electrophysiological measures from cochlear implant patients. [Review].
Ear Hear 1993;14: 58-63
Skinner MW, Clark GM, Whitford LA, Seligman PM, Staller SJ, Shipp DB, Shallop JK,
Everingham C, Menapace CM, Arndt PL, Antognelli T, Brimacombe JA, Pijl S,
Daniels P, George CR, McDermott HJ, Beiter AL. Evaluation of a new spectral peak
coding strategy for the Nucleus 22 channel cochlear implant system. Am J Otol
Suppl 1994;15: 15-27
Swanson B, Seligman P, Carter P. Impedance measurement of the Nucleus 22-electrode array
in patients. Ann Otol Rhinol Laryngol [Suppl] 1995;166: 141-144
Waltzman S, Cohen NL, Gomolin R, Green J, Shapiro W, Brackett D, Zara C. Perception and
production results in children implanted between 2 and 5 years of age. Adv Otorhinolaryngol
1997;52: 177-180
Wilson BS, Finley CC, Lawson DT, Wolford RD, Eddington DK, Rabinowitz WM. Better
speech recognition with cochlear implants. Nature 1991;352: 236-238
Zierhofer CM, Hochmair IJ, Hochmair ES. The advanced Combi 40+ cochlear implant. Am
J Otol 1997;18: S37-S38
178

Implantierbare Hörgeräte
Andreas Büchner / Hannover
Neben den konventionellen Hörgeräten gibt es inzwischen eine Vielzahl an teil- und
vollimplantierbaren Hörsystemen. Es gibt auch eine Reihe von medizinischen und
audiologischen Indikationen, bei denen die Anwendung von implantierbaren Hörsystemen ein
besseres Ergebnis für die Patienten bringen kann. Allerdings hängt der Erfolg der
Hörversorgung solcher Therapiemaßnahmen davon ab, dass die Auswahl der Patienten unter
Betrachtziehen aller medizinischen und audiologischen Aspekte in ausgewiesenen Kliniken
mit ausreichender Erfahrung auf diesem Gebiet durchgeführt wird. Einige von den
Indikationen für implantierbare Hörsysteme sind in folgenden genannt:
• Rezidivierende Gehörgangentzündungen infolge konv. HG
• Malformationen des Gehörganges (z. B. Verengung, Exostose usw.)
• Ausgeprägter Hochtonhörverlust mit geringer Hörminderung in Tief- und
Mitteltonbereich
• Limitierte Sprachverständlichkeit bei Nebengeräuschen mit konv. HG
• Schallleitung- und kombinierte Schwerhörigkeiten infolge von verschiedene Krankheiten
(z. B. fehlender Gehörgang oder Mittelohrstrukturen, Chronische Mittelohrentzündungen
mit oder ohne Trommelfellperforation, Radikalhöhle, Otosklerose usw.)
• Tragekomfort und soziale Aspekte
Die implantierbaren Hörgeräte werden in teil- und vollimplantierbare Hörsysteme eingeteilt.
Die teilimplantierbaren Hörgeräte werden wiederum in passive und aktive Hörsysteme
gegliedert. Untere Tabelle zeigt die Einteilung der implantierbaren Hörgräte mit
dazugehörigen Hörsystemen.
179

180
• Retro-X
• Otologics MET
• Hörimplantat Esteem
• BAHA
• Vibrant ® Soundbridge ®
• Otologics CARINA
passive Hörsysteme
aktive Hörsysteme
Aktive Hörsysteme
teilimplantierbare Hörgeräte
vollimplantierbare Hörgeräte
Implantierbare Hörgeräte

Vibrant ® Soundbridge ®
Dieses teilimplantierbare aktive Hörgerät Vibrant Soundbridge (VSB) von Fa. MED-EL
besteht aus einem internen Teil (genant als VORP, S. Bild) und einem externen Teil als
Audioprozessor, welcher die Signalverarbeitung und Stromversorgung des Implantates
beinhaltet. Die HNO-Klinik an der MHH verfügt über jahrelange Erfahrung (seit 1997) mit
über 100 Implantationen an Patienten.
Die VSB eignet sich für gering- bis mittelgradige, grenzend an hochgradige Schallleitungs-,
Schallempfindung- und kombinierte Schwerhörigkeiten. Die Bilder zeigen die Operations-
bzw. Ankopplungsmethode für verschiedene Indikationen.
Ankopplung am Amboss für
Innenohrschwerhörigkeiten
181
Ankopplung am runden Fenster für
kombinierte Schwerhörigkeiten

Die Auswahlkriterien für die VSB je nach Indikationen sind in den Diagrammen dargestellt.
Auswahlkriterien für
Innenohrschwerhörigkeit
(Luftleitungshörschwelle)
Auswahlkriterien für Schallleitungs- und
kombinierte Schwerhörigkeiten
(Knochenleitungshörschwelle)
Um die Eignung dieses Systems präoperativ zu bestimmen bzw. dem Patienten einen
Höreindruck zu vermitteln, wird ein Simulationssystem (das sog. DDS-System) mit dem
Trommelfell in Kontakt gebracht und Hörsamples (Sprache und Musik) vorgespielt (S. Bild).
DDS (Direct Drive Stimulation) Darstellung der
Simulationsmethode
182

Otologics MET TM
Das teilimplantierbare Hörsystem MET (Middle Ear Transducer) von Fa. Otologics eignet
sich für mittel- bis hochgradige Schallempfindungsschwerhörigkeiten. Dieses System besteht
auch aus einem internen Implantat und einem externen Audioprozessor (s. Bild). Das
Diagramm rechts zeigt die Auswahlkriterien für MET.
Frequency [kHz]
183
Hearing Loss [dB HL]
0,125 0,25 0,5 1 1,5 2 3 4 6 8 10
-10
0
10
20
30
40
50
60
70
80
90
100
11 0
Auswahlkriterien für
Innenohrschwerhörigkeit
(Luftleitungshörschwelle)

Otologics CARINA TM
Das vollimplantierbare Hörsystem CARINA von Fa. Otologics hat
seit 2006 eine CE-Markt Zulassung und wurde bis jetzt weltweit an
450 Patienten implantiert. Dieses System eignet sich für die mittel-
bis hochgradige Schallempfindungs- und kombinierten
Schwerhörigkeiten.
Ankopplung am Amboss für
Innenohrschwerhörigkeiten
Bei diesem System werden alle Teile (Mikrofon, Batterie,
Audioprozessor und der Wandler) implantiert. Die
Programmierung und das Aufladen der Batterie erfolgt transkutan
(über die Haut) wie in Abb. dargestellt. Die Aufladedauer beträgt
etwa 1 Std. für je etwa 16 Std. Nutzungszeit.
Auflade-Station des
CARINA-Systems
Die Abb. zeigt die Auswahlkriterien für das CARINA.
Auswahlkriterien für CARINA
(Luft- und Knochenleitungshörschwelle)
184
Hearing loss [dB HL]
Frequency [kHz]
0.25
0
0.5 1 1.5 2 3 4 6
20
40
60
80
100
Ankopplung am Stapes für
kombinierte Schwerhörigkeiten
Aufladen von CARINA über
das Gurtsystem

Esteem®
Das Funktionsprinzip des vollimplantierbaren Hörsystems Esteem von Fa. Envoy Medical
basiert auf die Schallaufnahme am Amboß durch einen Piezosensor, welcher nach
entsprechender Signalverarbeitung und Verstärkung durch einen zweiten Piezowandler,
welcher am Stapes implantiert wird, an das Innenohr weitergegeben wird. Allerdings, um
Verzerrungen bzw. Rückkopplungen zu vermeiden, muss die normale Gehörknöchelchenkette
unterbrochen werden. Die Energieversorgung dieses Systems erfolgt über spezielle Batterien,
die sonst bei Herzschrittmachern eingesetzt werden. Die Batterien haben eine Lebensdauer
von ca. 3 Jahren und müssen dann über einen kleinen chirurgischen Eingriff gewechselt
werden.
185

186

Versorgung und Rehabilitation mit technischen Hörhilfen
Jürgen Kießling / Gießen
1. Aufbau und Funktion von Hörgeräten
Unter der Bezeichnung technische Hörhilfen versteht man grundsätzlich sämtliche Formen konventioneller
Hörgeräte und implantierbarer Hörsysteme sowie Zusatzeinrichtungen und Übertragungsanlagen
(FM-Anlagen, Bluetooth), die im Englischen unter dem Begriff Assistive Listening
Devices (ALD) zusammengefasst werden. Da implantierbare Hörsysteme an anderer Stelle abhandelt
werden, beschränkt sich der vorliegende Beitrag auf die Behandlung nichtimplantierbarer
Hörhilfen. Heutige Hörgeräte basieren grundsätzlich auf digitaler Signalverarbeitung.
Das grundlegende Funktionsprinzip von Digitalhörgeräten basiert auf den in Abb. 1 schematisch
dargestellten Komponenten: Schallempfänger (Mikrofon bzw. Induktionsspule), Vorverstärker,
Analog-Digital-Wandler, Signalprozessor mit n Frequenzbändern, Digital-Analog-
Wandler, Nachverstärker und Schallsender (Hörer).
Im normalen Betrieb handelt es sich beim
Schallempfänger um ein Mikrofon, das den
Schall am Hörgeräteeingang aufnimmt und
für die weitere Verarbeitung in eine elektrische
Wechselspannung umwandelt. Neben
dem Mikrofon sind zahlreiche Hörgeräte
zusätzlich mit einem Empfänger für den
induktiven Betrieb (Induktionsspule, Telefonspule)
ausgestattet, um optional auch
elektromagnetische Wellen aufnehmen zu
können, die z. B. von Induktionsschleifen
oder Telefonhörern abgestrahlt werden.
Über eine weitere Möglichkeit der Signaleinspeisung
verfügen Hörgeräte, die mit
Audioeingang ausgestattet sind. Bei diesen
Geräten kann zum Anschluss externer
Schallquellen, wie Klassenverstärkeranlagen,
Funkanlagen, Radio- oder Fernsehgeräten,
CD- oder MP3-Playern sowie anderer
Zusatzeinrichtungen, das Eingangssignal
direkt als elektrische Spannung über
den Audioeingang ins Hörgerät eingekoppelt
werden. Insbesondere für die Versorgung
schwerhöriger Kinder hat sich der
Audioeingang als unverzichtbar erwiesen,
wohingegen er bei der Versorgung Erwachsener
bisher nur begrenzte Bedeutung
erlangt hat.
Band 1
Das Mikrofon (bzw. die Induktionsspule oder der Audioeingang) liefert das elektrische Eingangssignal,
das in den nächsten Schritten verstärkt und mittels Analog-Digital-Wandler für die
187
Mikrofon
Band 2
Hörer
(=Miniaturlautsprecher)
Verstärker
Analog-
Digital-
Wandler
Band 3
+ ++
Digital-
Analog-
Wandler
Verstärker
Band 4
Band n
Hörgeräteprogrammierung
mittels Computer
über Interface
Digitaler
Signalprozessor
(DSP)
Abb. 1: Funktionsdiagramm eines mehrkanaligen Hörgerätes mit
digitaler Signalverarbeitung

weitere Verarbeitung digitalisiert wird. Das Digitalsignal wird im Signalprozessor entsprechend
den Bedürfnissen des Nutzers bearbeitet, d.h. verstärkt, komprimiert, gefiltert oder in anderer
Weise modifiziert, wobei auch bei Digitalhörgeräten die Verstärkungsfunktion im Vordergrund
steht. Angesichts der Vielzahl von innenohrschwerhörigen Hörgerätekandidaten mit Recruitment
sind in der Regel nicht-lineare Verstärkungssysteme angezeigt, bei denen das erforderliche
frequenzabhängige Verstärkungs- und Kompressionsverhalten durch Aufteilung des Eingangssignals
in mehrere Frequenzbänder verwirklicht wird. Nach digitaler Verarbeitung wird das Signal
digital-analog gewandelt und nachverstärkt, um den nachfolgenden Wandler zu betreiben.
Bei Luftleitungshörgeräten hat ein Miniaturhörer die Funktion des Schallsenders, der das Ohr
direkt oder über ein Ohrpassstück beschallt. Knochenleitungshörgeräte sind mit Knochenleitungshörern
ausgestattet, die eine vibratorische Anregung des Schädelknochens bewirken und
damit Wanderwellen in der Cochlea direkt auslösen.
Neben den in Abb. 1 beschriebenen Hauptkomponenten benötigen Hörgeräte eine Energiezelle
(Batterie oder Akku) und, sofern es sich nicht um Automatikgeräte handelt, Bedienungselemente
für den Hörgeräteträger (Ein-Ausschalter, Programmschalter, Verstärkungsregler). Zudem
verfügen Hörgeräte über eine Kabelanschlussmöglichkeit (Buchse, Adapter für Batteriefach) an
das Programmiersystem, mit dem der Akustiker die Hörgerätewiedergabe an die Gehöreigenschaften
des Nutzers individuell anpassen kann. Solche Programmiersysteme bestehen aus
einem hörgerätespezifischen Interface und einem Personal Computer, auf dem die Anpassprogramme
der Hörgeräthersteller installiert sind. Zusammen mit der Softwareplattform NOAH haben
sich universelle kabelgebundene bzw. kabellose Schnittstellen zwischen Hörgerät und
Computer als de facto Industriestandard zur Programmierung von Hörgeräten durchgesetzt, die
von den Hörgeräteherstellern unterstützt werden. Mit dieser universellen Software-Plattform
können Hörgeräte in Verbindung mit herstellerspezifischer Anpasssoftware programmiert und
Messgeräte für die Hörgerätanpassung gesteuert werden. Daneben bieten die Hersteller auch
Stand-alone-Versionen ihrer Anpassprogramme an.
2. Signalverarbeitung in Hörgeräten
Die primäre Aufgabe von Hörgeräten besteht darin, den einfallenden Schall, insbesondere Sprache
und andere relevante Schallereignisse, in den Restdynamikbereich des Hörgeräteträgers passend
zu übertragen, so dass in etwa eine lautheitsgerechte Wahrnehmung erfolgen kann: leise Eingangssignale
sollen leise und laute Eingangssignale sollen laut gehört werden. Dazu ist eine individuelle
Frequenz- und Dynamikanpassung erforderlich. Sofern die Restdynamik ausreichend breit
ist, kann die Verstärkung linear erfolgen, d. h. unabhängig vom Eingangspegel liefert das Hörgerät
frequenzspezifisch eine einheitliche Verstärkung. Da die Mehrzahl der Hörgerätekandidaten jedoch
unter Innenohrschwerhörigkeit mit Recruitment, also unter einer eingeengten Restdynamik, leiden,
bedarf es in der Regel nicht-linearer Verstärkungssysteme.
Im Falle von stark frequenzabhängigen Hörstörungen verbunden mit frequenzspezifisch eingeengtem
Restdynamikbereich, gelingt es mit einkanaligen, frequenzunabhängigen Kompressionssystemen
nicht, Sprache adäquat in den Restdynamikbereich zu übertragen. In diesem für Hörgeräteversorgungen
typischen Fall sind mehrkanalige Verstärkungs- und Kompressionssysteme notwendig.
Digitalhörgeräte zerlegen das Eingangssignal grundsätzlich in mehrere Frequenzbänder, so
dass frequenzspezifische Verstärkung und Kompression realisiert werden und deren Parameter
individuell an das jeweilige Gehör angepasst werden können. In Abb. 2 ist eine frequenzabhängige
Verstärkungs- und Kompressionswirkung für ein 12-kanaliges System dargestellt, mit dem das
Sprachsignal komplett und dynamikgerecht in den Restdynamikbereich verlagert werden kann,
ohne die Unbehaglichkeitsschwelle zu überschreiten.
188

Neben der Möglichkeit der differenzierten Frequenz- und Dynamikanpassung bieten aktuelle
Hörgeräte zusätzliche Funktions- und Ausstattungsmerkmale, die auf komplexer Signalverarbeitung
beruhen. In diesem Bereich der digitalen Signalverarbeitung konnten bei der Bekämpfung
akustischer Rückkopplungen deutliche Fortschritte erzielt werden. Zur Lösung dieses Problems
haben sich Verfahren etabliert, die auf einer Auslöschung der Rückkopplung durch Addition
eines gegenphasigen Signals beruhen. Zu diesem Zweck wird der akustische Rückkopplungspfad
kontinuierlich analysiert, ein zum Rückkopplungssignal gegenphasiges Signal erzeugt und
dem Hörgeräteeingang überlagert, so dass es nach einer kurzen Adaptationszeit zur Auslöschung
der Rückkopplung kommt. Durch die Adaptivität passt sich das System eventuellen Änderungen
des Rückkopplungspfades ständig an, so dass man derzeit eine um 15-20 dB höhere
Verstärkung rückkopplungsfrei erreichen und im täglichen Gebrauch nutzen kann, was der offenen
Versorgung in den letzten Jahren zum Durchbruch verholfen hat.
Ein anderes Problem von großer
praktischer Bedeutung ist
das eingeschränkte Sprachverstehen
im Störgeräusch, speziell
im Stimmengewirr. Auch
diesem Problem kann man mit
modernen Signalverarbeitungsalgorithmen
entgegenwirken.
Der heute gängigste Lösungsansatz
beruht auf der Annahme,
dass es sich beim Nutzsignal
meist um Sprache handelt und
das Nutzsignal damit durch eine
sprachtypische Amplitudenmodulation
gekennzeichnet ist. Zur
Detektion und Reduktion des
Störschalls nutzt man die Aufteilung
des Eingangssignals in
mehrere Frequenzbänder (siehe
Abb. 2), in denen jeweils
Hörverlust in dB HL
eine Modulationsanalyse vorgenommen wird. Findet das System in einem Band eine ausgeprägte
sprachtypische Modulation, ist davon auszugehen, dass in diesem Frequenzband
Sprachanteile in erheblichem Maße auftreten, die erhalten werden müssen. Dementsprechend
erfolgt in diesem Band keine Abschwächung. In den Bändern, in denen dagegen keine oder
keine wesentliche sprachtypische Modulation auftritt, wird abhängig vom Modulationsgrad eine
Abschwächung des Signals vorgenommen. Dann werden die bearbeiteten Teilsignale der einzelnen
Frequenzbänder wieder zusammengeführt und dem Hörgerätenutzer über den Hörer
hörbar gemacht.
Wenn in den einzelnen Frequenzbändern
entweder überwiegend
Sprachanteile oder Störschall auftreten,
funktioniert diese Form der Störschallunterdrückung
gut. Liegt dagegen,
wie es in realen Störschallsituationen
häufig der Fall ist, eine weitgehende
spektrale Überlappung von
0
20
40
60
80
100
120
125 250 500 1k 2k 4k 8k
Band 2
Band 1
Eingangssignal:
Sprache und
Störschall
189
Band 4
Band 3
Frequenz in Hz
Abb. 2: Grundprinzip der Signalverarbeitung in mehrkanaligen Hörgeräten
veranschaulicht anhand eines Tonaudiogramms in Relativdarstellung.
Band 1
Band 2
Band 3
Band 4
Band n
Band 1
Band 2
Band 3
Band 4
Band n
Ausgangssignal
nach Störschallunterdrückung
Abb. 3: Störschallunterdrückung auf der Basis einer Modulationsanalyse: Bänder mit
Sprachmodulation werden verstärkt, Bänder ohne Sprachmodulation abgeschwächt.
Band n
Sprachspektrum
Hörschwelle
Unbehaglichkeitsschwelle
+

Nutz- und Störschall vor, so kann diese Form der Störschallunterdrückung lediglich begrenzte
Wirkung entwickeln, da in den Frequenzbändern des Überlappungsbereichs ein ähnlicher Modulationsgrad
vorliegt, deshalb alle relevanten Bänder in gleichem Umfang abgeschwächt werden
und somit nicht zur Verbesserung des Signal-Störschall-Abstands beitragen können.
Handelt es sich um eine Störschallsituation, bei der der Nutzschall von vorn einfällt, also der
typischen Situation zweier Gesprächspartner im Störschall, kann mit Richtmikrofonen eine signifikante
Verbesserung des Sprachverstehens erreicht werden. Das Grundprinzip moderner
Richtmikrofonhörgeräte basiert auf dem Zusammenwirken zweier Mikrofone, die in ausreichendem
Abstand in Vorn-Hinten-Richtung angeordnet sind und deren Signale voneinander subtrahiert
werden. Dabei wird das Signal des hinteren Mikrofons zeitlich so verzögert, dass es bei der
nachfolgenden Subtraktion der Mikrofonsignale zu einer Auslöschung des rückwärtigen oder
seitlichen Schalls kommt.
Typische Richtmikrofonsysteme verfügen über zwei Einzelmikrofone, die in der beschriebenen
Weise zusammenwirken, doch kann die Richtwirkung durch Mikrofonarrays bestehend aus drei
oder mehr zusammen geschalteten Mikrofonen noch gesteigert werden. Das hier beschriebene
Mikrofonprinzip bietet eine universelle Richtcharakteristik oder durch Wahl einer anderen Zeitverzögerung
die Möglichkeit, die gewünschte Richtung maximaler Störschallunterdrückung
(häufig die Hinten-Richtung) im Rahmen der Hörgeräteanpassung individuell einstellen zu können.
Heutige Richtmikrofonhörgeräte wirken vielfach über diese Form der fest eingestellten
Richtwirkung hinaus und verfügen über eine adaptive Richtwirkung, die sich automatisch auf die
Unterdrückung der Hauptstörschallquelle einstellt.
Basierend auf den hier behandelten Formen der Signalverarbeitung (Verstärkung, Dynamikompression,
Rückkopplungsunterdrückung, Störschallunterdrückung, Richtwirkung) kann ein
Set von Grundeinstellungen für typische, immer wiederkehrende Hörsituationen wie z. B. Sprache
in Ruhe, Sprache im Störschall, Störschall allein, Musik, Telefonieren etc., definiert und im
Hörgerät programmiert werden. Diese so genannten Hörprogramme können zudem entsprechend
den persönlichen Wünschen und Bedürfnissen des Hörgerätenutzers optimiert, auf verschiedenen
Programmplätzen des Hörgerätes abgelegt und situationsbedingt vom Nutzer angewählt
werden. In dieser Form können typischerweise zwei bis vier Hörprogramme zur Verfügung
gestellt werden. Die Programmwahl erfolgt entweder mit Hilfe eines Tippschalters am Gerät,
mit dem die einzelnen Programme zyklisch durchgeschaltet werden können, oder mit Hilfe
einer Fernbedienung. Wird in ein anderes Hörprogramm umgeschaltet, bestätigt das Hörgerät
die Umschaltung mit einer akustischen Programmkennung (Tonfolge, Sprachansage), die
wahlweise deaktiviert und bei manchen Produkten auch individualisiert werden kann.
Die praktische Erfahrung mit Multiprogramm-Hörgeräten zeigt, dass zahlreiche Hörgerätenutzer
ihre Hörprogramme häufig nicht entsprechend ihrer Bestimmung nutzen. So zeigen Studien mit
Datalogging-Hörgeräten (siehe unten), dass das Basisprogramm, das beim Einschalten der
Hörgeräte aktiviert wird, zu 70-80 % der Nutzungsdauer beibehalten wird, auch in Situationen in
denen andere Hörprogramme zweckmäßiger gewesen wären. Deshalb bieten die Hörgerätehersteller
zunehmend die Möglichkeit der automatischen Programmeinstellung auf der Basis
einer Situationserkennung und -klassifizierung (akustische Szenenanalyse) an. Dazu führt das
Hörgerät eine kontinuierliche Analyse des Umgebungsschalls durch und bewertet eine Reihe
von Schallfeldparametern (Pegel, Frequenz, Modulation, zeitliche Veränderungen, Links-
Rechts-Vergleich etc.). Auf dieser Grundlage erfolgt eine Klassifikation der jeweiligen Hörsituation
und nachfolgend die Einstellung des zugeordneten Hörprogramms. Neben Hörgeräten mit
Festprogrammautomatik gibt es solche, die eine situationsbedingte Optimierung einzelner Ein-
190

stellparameter vornehmen, also nicht auf einem vorgegebenen Satz von Einstellungen beruhen.
Zahlreiche Hörgerätetypen bieten die Möglichkeit, das Nutzungsverhalten der Geräte intern aufzuzeichnen
und zu speichern (Datalogging). In diesen Fällen kann der Hörgeräteakustiker beim
nächsten Besuch des Kunden z. B. auslesen, wie lange die einzelnen Hörprogramme in welchen
Hörsituationen genutzt worden sind, wie oft manuelle Aktionen (Ein-Ausschalten, Programmwahl)
durchgeführt wurden und in welchem Umfang die Verstärkung nachgeregelt wurde.
Diese Information kann der Akustiker in zweierlei Hinsicht zur Optimierung der Versorgung nutzen:
Zum einen kann er den Hörgeräteträger gezielt beraten und nachschulen, wenn erkennbar
ist, dass die Hörgeräte nicht adäquat genutzt worden sind. Ferner kann eine gezielte Nachanpassung
durchgeführt werden, wenn die aufgezeichneten Daten zeigen, dass der Hörgerätenutzer
systematische Abweichungen von der vorgewählten Einstellung vornimmt.
Daneben sind auch so genannte selbstlernende Hörgeräte auf dem Markt, die auf der Grundlage
des Nutzungsverhaltens automatische Korrekturen der Hörgeräteeinstellung vornehmen.
Korrigiert der Hörgeräteträger die eingestellte Verstärkung oder den Klang nach jedem Einschalten
immer wieder tendenziell in die gleiche Richtung, so regelt ein selbstlernendes System
die Verstärkungseinstellung oder den Klang langsam über mehrere Tage nach bis die Einstellung
auf den gewünschten Wert konvergiert ist. Dieser Lernprozess erfolgt separat in jedem
Hörprogramm, so dass eine programmspezifische Optimierung möglich ist.
3. Hörgerätebauformen
3.1 HdO-Hörgeräte
Die am stärksten verbreitete Bauform sind die so genannten Hinter-dem-Ohr-Hörgeräte (HdO),
deren Marktanteil in Deutschland bei etwa 90 % liegt. Bei HdO-Geräten ist die Schalleintrittsöffnung
des Mikrofons an der Gehäuseoberseite platziert, um einen möglichst ungehinderten
Schalleinfall zu ermöglichen. Sofern das Gerät über eine zuschaltbare Richtcharakteristik verfügt,
sind mehrere Mikrofonöffnungen vorhanden. Bei klassischen HdO-Geräten ist der Hörer im
Gehäuse integriert und der Schall wird über einen Hörgerätewinkel, einen Schallschlauch und
eine individuell gefertigte (Abb. 4, links) oder universelle (Abb. 4, Mitte) Otoplastik in den äußeren
Gehörgang des Hörgeräteträgers geleitet.
Ferner ist der
Signalprozessor im
HdO-Gehäuse
untergebracht und
kann über ein
Programmierinterface
mit einem Computer
verbunden und
programmiert werden
(siehe Abb. 1). Die
Batterie ist in der
Abb. 4: Hinter-dem Ohr-Hörgeräte mit individueller Otoplastik (links, transparent zur Darstellung der
Komponenten), offenem Standardohrstück (Mitte) und ausgelagertem Hörer im Gehörgang (rechts).
Regel im unteren Teil des Gehäuses platziert, während die Bedienungselemente (Lautstärkesteller,
ggf. Programmwahlschalter) auf der Gehäuseoberseite angeordnet sind. Optional kann
die Bedienung auch mittels Fernbedienung erfolgen. Automatikgeräte kommen ohne mechanische
Bedienungselemente aus.
Für die Wiedergabeeigenschaften von HdO-Hörgeräten ist die akustische Ankopplung, bestehend
aus Hörgerätewinkel, Schallschlauch, Otoplastik und Gehörgangsrestvolumen, von be-
191

sonderer Bedeutung. So kann die Hörgerätewiedergabe durch gezielte Modifikationen am akustischen
System (Dimensionierung, Dämpfungselemente, Zusatzbohrungen, Resonanzräume)
an die Bedürfnisse des Nutzers angepasst werden. Die wichtigsten und wirkungsvollsten Möglichkeiten,
die Wiedergabekurve in definierter Weise zu modifizieren, bieten Zusatzbohrungen
(Vents) in der Otoplastik und total offene Versorgungen. Bei Zusatzbohrungen handelt es sich
um Bohrungen, meist parallel zum Schallkanal, die das Gehörgangsrestvolumen nach außen
eröffnen, so dass Schallkanal, Residualvolumen und Zusatzbohrung gemeinsam einen Hohlraumresonator
bilden. Zusatzbohrungen stellen einen akustischen Tiefpass dar, der für niedrige
Frequenzen durchlässig und für hohe Frequenzen weitgehend undurchlässig ist. So fließen
tieffrequente Schallanteile aus dem Gehörgangsrestvolumen nach außen ab, was zu einer Absenkung
der Wiedergabekurve im Frequenzbereich unterhalb 1000 Hz führt.
Heute kann die Anpassung von Hörgeräten in vielen Fällen mit offenem Gehörgang erfolgen.
Durch die Verwendung offener Ohrpassstücke wird das Auftreten des Okklusionseffekts (Verschlusseffekt)
vermieden, der sich primär durch Unnatürlichkeit der eigenen Stimme äußert,
was wiederum häufig zu Akzeptanzproblemen mit den Hörgeräten führt. Grund dafür ist die Tatsache,
dass der Schall der eigenen Stimme sowohl auf dem Luftleitungsweg über den äußeren
Gehörgang als auch körpergeleitet über die Gehörgangswand ans eigene Ohr gelangt. Im unversorgten
Fall fließt ein Teil des körpergeleiteten Schalls nach außen ab und der so entstehende
Klangeindruck wird als natürlich empfunden. Wird dagegen ein Hörgerät mit geschlosser
Otoplastik angepasst, so fängt sich der körpergeleitete Schallanteil im Gehörgang, weil ein
Schallabfluss nicht möglich ist.
Möglich wurden offenen Versorgung durch Fortschritte in der Signalverarbeitung. Effiziente
Rückkopplungsunterdrückungssysteme (siehe 2.) erlauben bei offener Versorgung 15-20 dB
höhere Verstärkung. Daneben hat die schnelle Signalverarbeitung in modernen Hörgeräten dazu
beigetragen, dass die zeitliche Verzögerung des im Hörgerät verarbeiteten Schalls gegenüber
dem Direktschall durch das Vent so gering geworden ist (< 5 ms), dass sie vom Hörgeräteträger
nicht mehr störend wahrgenommen wird. So konnten sich zwei neue Produktgruppen
etablieren, nämlich HdO-Geräte mit:
• dünnem Schallschlauch und offenem Silikon-Standardohrstück (Abb. 4, Mitte) bzw.
• ausgelagertem Hörer im Gehörgang (RIC: Receiver-in-Canal; Abb. 4, rechts).
Geräte mit dünnem Schallschlauch (Mikroschallschlauch) und offenem Silikon-
Standardohrstück zeichnen sich durch Unauffälligkeit und hohen Tragekomfort aus. Der wesentliche
Vorzug dieser Kopplungssysteme besteht aber darin, dass sie bezüglich der Okklusionswirkung
dem offenen Gehörgang sehr nahe kommen. Diesen Vorzügen stehen nur unbedeutende
Nachteile gegenüber. So bieten Silikon-Standardohrstücke nicht immer einen sicheren
Sitz im Gehörgang. In diesen Fällen können Mikroschlauchsysteme auch mit individuell gefertigten,
offenen Otoplastiken ausgestattet werden. Ferner muss bei Mikroschlauchsystemen beachtet
werden, dass der Schallschlauch mit abnehmendem Durchmesser eine zunehmende Höhenabsenkung
verursacht, die durch entsprechende Verstärkungsanhebung kompensiert werden
muss.
Bei HdO-Geräten mit externem Hörer entfällt der Schallschlauch und so werden störende
Schlaucheffekte, wie Tiefpasswirkung und Resonanzspitzen vermieden. Durch die Auslagerung
des Hörers können die Geräte noch kleiner gestaltet werden. Die offene Anpassung erfolgt bei
den Ex-Hörersystemen mit ähnlichen Standardohrstücken wie sie für Mikroschlauchsysteme
üblich sind. Auch Systeme mit externem Hörer können mit offenen Maßotoplastiken angepasst
werden, um eine bessere Fixierung im Gehörgang zu erreichen. Da der Hörer im Gehörgang
192

Zerumen- und Feuchtigkeitseinflüssen direkt ausgesetzt ist, muss die Hörer-Kabeleinheit bei
Defekten leicht austauschbar sein. Daneben haben Ex-Hörersysteme tendenziell den Nachteil,
nicht ganz so offen angepasst werden zu können wie Mikroschlauchsysteme, da der Hörer einen
Teil des Gehörgangsquerschnitts verlegt und damit den Grad der Offenheit reduziert.
3.2 Andere Hörgerätebauformen
Im-Ohr-Hörgeräte (IO-Geräte), die in Deutschland derzeit einen Marktanteil von etwa 10 % haben,
werden meist als Gehörgangsgeräte ausgeführt (Abb. 5; Mitte und rechts). Nur noch selten
kommen größere Bauformen, die die Concha in Teilen ausfüllen (Abb. 5, links), zum Einsatz.
Die akustischen Vorteile von IO-Geräten beruhen vornehmlich auf der Platzierung des Mikrofons
am Gehörgangseintritt, also der Schallaufnahme am natürlichen Ort, und darauf, dass der
Schallschlauch mit den oben genannten Nachteilen entfällt.
Negativ wirkt sich
bei IO-Geräten aus,
dass komplett offene
Anpassungen
nicht möglich sind,
da die Hörgerätetechnik
auch bei
extrem kleiner Bauform
den Gehörgangsquerschnitt
zu
großen Teilen ausfüllt.
Doch können
abhängig von den
Abb. 5: Im-Ohr-Hörgeräte-Bauformen: Conchagerät (links), Gehörgangsgerät (Mitte), Gehörgangsgerät
mit speziellem Vent zur Reduktion des Okklusionseffekts (rechts).
Gehörgangsdimensionen auch mit Im-Ohr-Hörgeräten tendenziell offenere Versorgungen realisiert
werden, um den Okklusionseffekt zu reduzieren. Das geling mit möglichst großen und kurzen
Vents (Abb. 5, rechts), da die akustische Masse des Vents für das Ausmaß des Okklusionseffekts
maßgeblich ist. Wenn der Gehörgang für derartige Lösungen nicht genügend groß ist,
kann man auf IO-Varianten ausweichen, bei denen entweder das Mikrofon in die Cymba ausgelagert
wird, oder das eigentliche Hörgerät in der Cymba platziert ist und über ein Kabel mit externem
Hörer im Gehörgang verbunden ist, um den Gehörgang möglichst offen zu halten.
Luftleitungshörbrillen stellen de facto keine separate Form der Versorgung dar, sondern verkörpern
HdO-Technologie, die in einem Brillenbügel an Stelle eines HdO-Gehäuses integriert ist.
Das kann durch Anbringung von HdO-Geräten mittels Adapter an eine Brille erfolgen, was nur
noch sehr selten zum Einsatz kommt. Daneben werden eigens gefertigte Hörbrillenbügel angeboten,
die herstellerseitig alle Hörgerätekomponenten enthalten und an nahezu jede Brille angebracht
werden können.
In Fällen von Schallleitungsstörungen, bei denen eine Gehör verbessernde Operation nicht indiziert
oder nicht gewünscht ist, können Knochenleitungshörhilfen in Erwägung gezogen werden.
In ihrer herkömmlichen Form werden Knochenleitungshörgeräte als beidseitige Hörbrille ausgeführt,
bei der beide Brillenbügel mit Knochenleitungshörern ausgestattet sind. Bei Kleinkindern,
für die eine Brillenlösung noch nicht in Frage kommt, kann die Knochenleitungsversorgung vorübergehend
auch mit Hilfe eines Kopfbügels erfolgen. Ein Vorzug von Knochenleitungsversorgungen
ist der unverschlossene Gehörgang, der eine gute Belüftung des Gehörgangs sicherstellt,
die aber auch mit offener Luftleitungsversorgung erreicht werden kann. Ein kosmetischer
Vorzug ergibt sich daraus, dass es bei Knochenleitungsbrillen keines Schallschlauchs bedarf.
193

Dem steht der erforderliche Andruck der Knochenleitungshörer bzw. des Brillenbügels gegenüber,
der gelegentlich Kopfschmerz verursacht und in manchen Fällen zur Knochenresorption
führen kann. Auch reicht die Verstärkungsleistung von Knochenleitungshörbrillen oft nicht aus.
194

4. Hörgeräteanpassung und -kontrolle
4.1 Hörgeräteanpassung
Am Beginn einer Hörgeräteanpassung muss die Erfassung des persönlichen Bedarfsprofils stehen.
Das persönliche Bedarfsprofil zielt darauf ab, die Nutzungsgewohnheiten, den Anspruch
und die Erwartungen zu ermitteln, die der Nutzer an seine Hörgeräte richtet. Auf dieser Grundlage
können die Ausstattungsmerkmale der Hörgeräte entsprechend dem persönlichen Bedarf
ausgewählt und angepasst werden. Die Erhebung des Bedarfsprofils kann informal im Rahmen
eines Beratungsgesprächs erfolgen, aber grundsätzlich ist zum Abschluss der informalen Beratung
eine strukturierte Befragung anhand eines Fragebogens zweckmäßig. Das in diesem Kontext
wohl am häufigsten eingesetzte Befragungsinstrument ist der so genannte COSI-
Fragebogen (Client Oriented Scale of Improvement), mit dem in dieser Phase zunächst die für
den Nutzer wichtigsten Kommunikations- bzw. Hörsituationen erfasst werden. Mit strukturierten
Befragungsinstrumenten dieser Art kann das Bedarfsprofil eindeutig festgehalten, im Verlauf der
Anpassung als Referenz heran gezogen und mit dem Hörgerätenutzer immer wieder besprochen
und mit den persönlichen Zielen abgeglichen werden.
Neben der Erfassung von grundsätzlichen Zielen und Wünschen müssen die persönlichen Präferenzen
für bestimmte Ausstattungsmerkmale und die Nutzungsgewohnheiten besprochen
werden soweit sie für die Typenauswahl relevant sind, so z. B. Kostenaspekte (Anschaffung,
Betrieb, Service), Bedienbarkeit, Bauform (Funktionalität, Sichtbarkeit), Stellmöglichkeiten (Verstärkung,
Hörprogramme, Klang), Automatikfunktionen (Verstärkungsregelung, Situationserkennung),
Fernbedienung, Anschlussmöglichkeiten von Zusatzgeräten (FM, Telefon, TV, HiFi
usw.).
An die Erfassung des Bedarfsprofils schließt sich eine Basisanpassung der Hörgeräte an. Wie
bereits an anderer Stelle dargelegt, ist die Wiederherstellung der Hörbarkeit das primäre Ziel
der gängigen Anpassformeln und -prozeduren, die im Rahmen der Basisanpassung verwendet
werden. Damit basiert die Hörgeräteanpassung grundsätzlich auf einem modifizierten Lautheits-
Mapping. Trotzdem haben sich lautheitsgestützte Anpassprozeduren für die Basisanpassung
nicht durchgesetzt sondern hörschwellenbasierte Formeln, da diese schnell und unkompliziert
angewendet werden können. Die schwellenbasierten Verfahren zur Bestimmung des frequenzbezogenen
Verstärkungsbedarfs gehen von einem funktionalen Zusammenhang zwischen der
Hörschwelle und dem Bereich angenehmen Hörens (MCL: Most Comfortable Level) aus. Auf
dieser Grundlage wurden verschiedene generische, schwellenbasierte Anpassformeln für nichtlineare
Hörgeräte entwickelt (NAL-NL, DSL [i/o]). Diese Anpassformeln liefern Zielfrequenzgänge
für niedrige, mittlere und hohe Eingangspegel und ggf. den maximal zulässigen Ausgangsschalldruckpegel
(MPO: Maximum Power Output). Die aktuellen Versionen dieser Anpassformeln
(NAL-NL-2 und DSLm [i/o] v5) erlauben eine stärker personalisierte Form der Anpassung
(z. B. Alter, Geschlecht, Erfahrung mit Hörgeräten) als die Formeln der ersten Generation.
Um der persönlichen Hörpräferenz gerecht zu werden, die im Einzelfall entweder klang- oder
verständlichkeitsorientiert sein kann, bedarf es einer auf der Basisanpassung aufsetzenden
Feinanpassung. Auf der Grundlage der Präferenzen des Hörgerätenutzers kann die Feinanpassung
der Hörgeräteparameter entweder informal auf der Basis von Erfahrungswerten erfolgen
oder mit Hilfe so genannter Anpassmanager (Anpassassistent), wie sie in kommerzieller Anpasssoftware
angeboten werden. Daneben ist eine Reihe von generischen, also produktunabhängigen
Verfahren zur interaktiv-adaptiven Feinanpassung von Hörgeräten entwickelt worden.
Um im Rahmen der Feinanpassung auf die situationsspezifischen Bedürfnisse des Hörgerätenutzers
individuell eingehen zu können, kann die Feinanpassung in virtuellen akustischen Situa-
195

tionen durchgeführt werden. Im einfachsten Fall werden dazu Schallbeispiele mit einem Lautsprecher,
stereophon oder in Surroundtechnik abgespielt, um für den Nutzer wichtige Hörsituationen
im Anpassraum zu simulieren. Durch das zusätzliche Angebot von visueller Information
in Form von Videosequenzen kann eine noch realitätsnähere Situation erreicht werden.
Da sich die meisten Hörstörungen schleichend entwickeln und bei den Betroffenen zudem die
Neigung besteht, die Hörgeräteversorgungen möglichst lange hinauszuzögern, ist das Gehör
zum Zeitpunkt der Versorgung in starkem Maße vom normalen Hören entwöhnt. Deshalb ist es
meist nicht sinnvoll, von Anfang an eine komplette Kompensation der Hörstörung anzustreben,
da dies von vielen Hörgeräteträgern nicht toleriert wird. So wird zunächst eine reduzierte Gesamtverstärkung,
und im Falle typischer Hochtonhörverluste eventuell eine überproportionale
Absenkung der Höhenwiedergabe, eingestellt, um eine gute Spontanakzeptanz und ein möglichst
regelmäßiges Trageverhalten zu erreichen. Aufbauend darauf wird in den ersten Wochen
und Monaten die Verstärkung schrittweise erhöht, um den Hörgeräteträger an die bestmögliche
Hörgeräteeinstellung heran zuführen. Diesen Prozess bezeichnet man als gleitende Anpassung,
der für Erstversorgungen unverzichtbar ist, aber auch bei Wiederversorgungen eine Rolle spielen
kann, wenn der Klang der neuen Hörgeräte vom Nutzer nicht sofort akzeptiert wird. Wenn
im Einzelfall erforderlich, sollte die gleitende Anpassung durch Audiotherapie ergänzt werden,
um das Hören- und Verstehenlernen mit Hörgeräten systematisch zu fördern. In Deutschland ist
die Audiotherapie noch nicht flächendeckend verfügbar, aber das audiotherapeutische Angebot
wird ständig ausgeweitet, so dass man zunehmend darauf zurückgreifen kann.
Die praktische Umsetzung
der beschriebenen Anpassungs-
und Feinanpassungsschritte
erfolgt durch
Programmierung der Hörgeräte
mit Hilfe der Anpasssoftware
des betreffenden
Hörgeräteherstellers (Abb.
6). In der Regel wird die herstellerspezifische
Software
über die NOAH-Plattform
gestartet, über die auch alle
gängigen Audiometer und
Hörgerätemesssysteme in
die Anpassumgebung eingebunden
werden können.
Von dort aus kann auf alle
Kundendaten zugegriffen
werden kann, die in vorher- Abb. 6: Programmieroberfläche zur Feinanpassung eines mehrkanaligen Hörgerätes.
gehenden Sitzungen gesammelt und gespeichert wurden (Audiogramme, Messungen, Hörgeräteeinstellungen).
Aufbau der Anpasssoftware und Gestaltung der Bedienungsoberfläche sind
von Hersteller zu Hersteller unterschiedlich, doch gliedert sich die Anpasssoftware typischer
Weise in drei Arbeitsphasen (Voreinstellung, Basisanpassung und Feinanpassung), die vom
Hörgeräteakustiker sequenziell abgearbeitet werden.
4.2 Hörgerätekontrolle
Ein wichtiges Element im Rahmen der Hörgeräteversorgung stellt die Hörgerätekontrolle im
Sinne der Erfassung der Hörgerätewirkung dar. Wichtig ist die Hörgerätekontrolle zunächst für
196

den Hörgeräteakustiker, der wissen möchte, ob sich die Hörgeräte wie gewünscht verhalten.
Ferner ist die Quantifizierung des Versorgungserfolgs von großer Bedeutung für den Hörgeräteakustiker,
den Nutzer und den Kostenträger, die sich vom Nutzen der Hörgeräteversorgung überzeugen
möchten.
Zum besseren Verständnis ordnet man die Verfahren der Hörgerätekontrolle am besten synoptisch
entsprechend ihres Ansatzpunktes entlang des Signalwegs bzw. des aufsteigenden auditorischen
Systems:
• Messung des Frequenzgangs am Ohrsimulator (oder Kuppler)
• Messung des Frequenzgangs mittels Sondenmikrofon am Ohr des Nutzers
• Hörschwellenbestimmung mit angepasstem Hörgerät (meist nur bei Kindern)
• Lautheitsskalierung mit angepassten Hörgeräten
• Sprachverständlichkeitsmessungen mit angepassten Hörgeräten
• Frageninventare und Hörtagebücher zu Akzeptanz, Zufriedenheit und Performance.
Die Messung des
Hörgerätefrequenzgangs
am Ohrsimulator
(Messmikrofon
in einer Kavität zur
Simulation des Gehörgangs)
oder mittels
Sondenmikrofon
am Ohr des Hörgeräteträgers
(Abb. 7)
und der Vergleich
mit den Zielfrequenzgängen
(siehe
4.1) dient zunächst
der Verifikation der
erwarten Wirkung
des Hörgeräts. Das
gleiche gilt für die im
peripheren Teil des
auditorischen Systems
ansetzenden
Verstärkung in dB
50
40
30
20
10
0
Messung mit
Hörgerät:
Real Ear Aided Gain
(REAG)
Verfahren (Hörschwellenbestimmung, Lautheitsskalierung). Mit der Verifikation können Defizite
gegenüber dem beabsichtigten Verstärkungs- und Kompressionsverhalten frequenzbezogen
aufgedeckt und korrigiert werden.
Aussagen über die Qualität der Versorgung sind auf dieser Ebene noch nicht möglich. Das ist
Gegenstand der Validierung, die sich an die Verifikation anschließt. Validierungsverfahren, wie
z. B. Sprachaudiometrie in Ruhe und im Störschall, Bewertung von Klangqualität und Höranstrengung,
ermöglichen in der Anpassumgebung eine Über-Alles-Kontrolle (Hörgerät, akustische
Kopplung, auditorische Verarbeitung und Wahrnehmung) und geben Hinweise auf den zu
erwartenden Hörgerätenutzen im Alltag. Von noch höherem Wert ist die Validierung des Hörgerätenutzens
im täglichen Leben auf der Basis informaler oder formaler Befragung (Fragebögen,
Hörtagtagebuch) des Hörgeräteträgers und nahe stehender Personen (Partner, Familie). Sofern
die Hörgerätekontrolle Mängel erkennen lässt, ist eine weitere Feinanpassung und gleitende
Nachanpassung zur Steigerung des Hörgerätenutzens erforderlich. Dabei ist ein begleitendes
197
Messung ohne
Hörgerät:
minus Real Ear Unaided Gain gleich
(REUG)
50
50
40
30
0
0,25 0,5 1 2 4 8
0,25 0,5 1 2 4 8
Frequenz in kHz
Frequenz in kHz
20
10
40
30
20
10
0
0,25
Wirksame akustische
Verstärkung =
Real Ear Insertion Gain
(REIG)
0,5 1 2 4 8
Frequenz in kHz
Abb. 7: Sondenmikrofonmessung (Insitu-Messung) des Frequenzgangs der wirksamen akustischen
Verstärkung (REIG: Real Ear Insertion Gain): REAG (links) – REUG (Mitte) = REIG (rechts).
Oben ist jeweils die Messsituation, unten der gemessene bzw. berechnete Frequenzgang dargestellt.

Monitoring der Feinanpassung mit Hilfe der Sondenmikrofonmessung zweckmäßig. Ergänzende
Informationen liefert eine Darstellung der Sprachdynamik (Pegelhäufigkeitsstatistik) am Ausgang
des Hörgerätes in Relation zur Hör- und zur Unbehaglichkeitsschwelle (Abb. 8).
Ausgangspegel (dB)
120
100
80
60
40
20
Hörgeräteeingang Hörgeräteausgang
0
0,125 0,250 500 1 2 4 8
Frequenz (kHz)
5. Hörgeräteindikation und Ablauf der Hörgeräteversorgung
Die Indikationskriterien gründen sich in erster Linie auf den tonaudiometrischen Hörverlust und
das Einsilberverstehen ohne Hörgeräte und sind in den Hilfsmittel-Richtlinien niedergelegt
(http://www.g-ba.de/downloads/62-492-66/RL-Hilfsmittel-2004-10-19.pdf). Unter tonaudiometrischem
Aspekt ist eine Versorgung mit Hörgeräten möglich, wenn in mindestens einer der Prüffrequenzen
im Frequenzbereich 500 - 3000 Hz der Hörverlust 30 dB übersteigt. Sofern ein
Sprachtest möglich ist, muss sich die Hörgeräteindikation auch an der Sprachverständlichkeit
ohne Hörgerät orientieren. Entsprechend den Hilfsmittel-Richtlinien ist das sprachaudiometrische
Grenzkriterium überschritten, wenn Einsilber des Freiburger Tests über Kopfhörer bei 65
dB zu 80 % oder weniger verstanden werden. Neben den audiometrischen Kriterien ist es natürlich
erforderlich, dass Hörgeräte vom Nutzer akzeptiert werden und bedient werden können.
Im deutschsprachigen Raum erfolgt die Hörgeräteversorgung in der Regel im Zusammenwirken
von Hals-Nasen-Ohrenärzten und Hörgeräteakustikern. Dieses duale Versorgungsmodell auf
der Basis der klassischen Aufgabenteilung zwischen beiden Berufsgruppen ist für Deutschland
in der AWMF-Leitlinie „Hörgeräteversorgung“ Nr. 017/065 (www.uni-duesseldorf.de/AWMF/llna/017-065.htm)
festgelegt. Im dualen Versorgungsmodell liegen die Indikationsstellung Verordnung
von Hörgeräten in Händen des HNO-Arztes. Im Anschluss daran nimmt der Hörgeräteakustiker
die Anpassung der Hörgeräte in mehreren Sitzungen vor (Hörgewöhnung). Neben der
individuellen Anpassung der Hörgeräte an die Hörstörung gehören die Einweisung des Hörgeräteträgers
in die Benutzung der Geräte, Nachbetreuung, Beratung bezüglich zusätzlicher Kommunikationshilfen,
Service- und Reparaturleistungen zu den Aufgaben des Hörgeräteakustikers.
Im Falle einer kassenärztlichen Versorgung überzeugt sich der verordnende HNO-Arzt nach
Abschluss der Hörgeräteanpassung davon, dass mit den angepassten Hörgeräten eine ausreichende
Verbesserung des Kommunikationsvermögens erzielt wird und die Hörhilfen zweckmäßig
sind. Die HNO-ärztliche Abschlussuntersuchung stützt sich auf die sprachaudiometrische
198
0,125 0,250 500 1 2 4 8
Frequenz (kHz)
Abb. 8: Pegelhäufigkeitsstatistik am Hörgeräteeingang (links) und am Hörgeräteausgang (rechts) für ein
Sprachsignal mit Eingangspegel von 65 dB. Dargestellt sind die Perzentilgrenzen für das 30%-, 65%- und
99%-Perzentil in Relation zur Hör- und zur Unbehaglichkeitsschwelle in Absolutdarstellung (links Norm; rechts
Fallbeispiel).

Untersuchung mit Hörgeräten sowie auf den persönlichen Eindruck des Arztes vom Versorgungserfolg
und der Fähigkeit des Patienten, die Hörgeräte zu handhaben.
199

200

Numerische Akustik
Ennes Sarradj, Gesellschaft für Akustikforschung Dresden mbH
1 Einleitung
Akustischen Messungen und Berechnungen sind mittlerweile in vielen Fällen nicht ohne Einsatz
eines Computers vorstellbar. Aus diesem Grund existiert eine Vielzahl so genannter numerischer
Verfahren, von denen im folgenden ein kleine Auswahl vorgestellt werden soll. Die Darstellung
bleibt dabei auf Verfahren zur Berechnung von Schallfeldern beschränkt. Bild 1 zeigt die verallgemeinerte
Aufgabenstellung für diesen Fall. In einem Gebiet, das auch unbeschränkt ausgedehnt
sein kann, lasse sich die Physik der Schallausbreitung durch eine Differentialgleichung und durch
Randbedingungen beschreiben (Bsp. siehe Bild 1). Aufgabe der Berechnung des Schallfeldes ist
es, eine Funktion f zu finden, die sowohl die Differentialgleichung erfüllt als auch den Randbedingungen
genügt (Randwertproblem). Zur Lösung lassen sich prinzipiell folgende zwei Wege
gehen:
analytisch: exakte Lösung des Randwertproblems:
• nur möglich, wenn der Typ der Funktion f bekannt ist (z.B. bei einfachen Geometrien
wie Rechteck und Kreis)
• für praktische Anwendungen meist nicht möglich
numerisch: näherungsweise Lösung des Randwertproblems:
• Überführung analytischer Ausdrücke und Zusammenhänge (Ableitungen, Integrale,
Differentialgleichungen, . . . ) in algebraische (Addition, Multiplikation, Gleichungen,
. . . )
• Lösung algebraischer Gleichungen führt auf Näherungslösung für gesuchte Funktion
f
Die Näherungslösung für f wird dabei durch einzelne Funktionswerte gegeben, die an Stützstellen
(Knoten) berechnet werden. Alle Knoten zusammen bilden ein Gitter, mit dem das gesamte
Gebiet bzw. nur ein bestimmter Teil davon versehen wird. Somit ergibt sich eine Diskretisierung
von f und damit auch eine veränderte Aufgabenstellung. An Stelle der Funktion f sind nun einzelne
Funktionswerte gesucht.
Prinzipiell bieten sich folgende Möglichkeiten für den Übergang von Analysis zu Algebra:
1. numerische Differentiation:
1

Beispiel:
DGL: akustische Wellengleichung
∆p + k 2 p = 0
RB: „schallharter“ Rand
∂ p
∂ −→ n
Bild 1: verallgemeinerte Aufgabenstellung bei der Feldberechnung
• alle Ableitungen werden durch Differenzenquotienten ersetzt
• Differentialgleichung wird zur Gleichung
• Gebiet wird mit einem regelmäßigen (strukturierten) Gitter versehen
• Werte von f an den Gitterknoten werden als Lösung eines Gleichungssystems erhalten
• Bsp.: Finite-Differenzen-Methode (FDM)
2. numerische Integration:
• Differentialgleichung und Randbedingungen werden in Gleichungen umgewandelt, die
bestimmte Integrale enthalten (Integralgleichungen)
• (auch unregelmäßiges) Gitter im Gebiet oder auf Teilen davon
• Integrale werden durch Summen über Funktionswerte von f in den Gitterpunkten
angenähert
• Werte von f an den Gitterknoten werden als Lösung eines Gleichungssystems erhalten
= 0
• Bsp.: Finite-Elemente-Methode (FEM), Randelemente-Methode (BEM)
Nicht jedes Verfahren ist für jedes Problem einsetzbar. Welches numerische Verfahren für eine
bestimmte Aufgabenstellung zu Einsatz kommt, hängt darüber hinaus auch davon ab, welcher
Aufwand mit der Berechnung verbunden ist.
Zwei Verfahren, die für Akustik von besonderer Bedeutung sind, werden im folgenden vorgestellt.
2

Bild 2: Zwei mögliche FEM-Berechnungsgitter zur Berechnung des Schallfeldes in einem vereinfachten
Pkw-Innenraum. Links: Hexaeder-Elemente, Rechts: Tetraeder-Elemente
2 Finite-Elemente-Methode(FEM)
Bei der FEM wird das Gebiet durch das Gitter in einzelne Teilgebiete, die finiten Elemente, zerlegt
(Beispiele siehe Bild 2). Die gesuchte Funktion, z.B. die Schalldruckverteilung p(x) wird durch
Interpolation angenähert und durch die (unbekannten) Werte pi in den zum Element gehörenden
Knoten ausgedrückt:
p(x) = ∑ i
Ni(x)pi = N T p. (1)
Die Interpolationsfunktionen Ni sind die so genannten Formfunktionen, z.B. lineare Funktionen,
die so gewählt werden, dass sie jeweils nur in einem Knoten den Wert 1 haben und in allen
anderen Knoten verschwinden.
Der nächste Schritt ist die Umformung der Differentialgleichung in eine Integralgleichung, hier
am Beispiel der akustischen Wellengleichung (in komplexer Schreibweise):
∆p + k 2 p = 0. (2)
Zunächst wird mit einer beliebigen (beschränkten) Hilfsfunktion w multipliziert und dann über das
Elementvolumen integriert:
w ∆p + k 2 p dV = 0 (3)
V
Anschließend wird die erste Greensche Formel zur Umformung dieses Integrals angewendet und
außerdem die in (1) angegebene Interpolation für p und ebenso für w eingeführt, so dass sich:
w T ∇N∇N T p − k 2 w T NN T
pdV = w T N∇pd −→ n (4)
V
3
S

ergibt. Nun kann die Hilfsfunktion wieder entfernt werden:
V
∇N∇N T dV − k 2
V
NN T dV
p =
S
N∇pd −→ n (5)
Damit ist ein Gleichungsystem für p (enthält die Knotenwerte pi) aufgestellt. Die auftretenden
Integrale, die nur die Formfunktionen und deren Ableitungen enthalten, werden numerisch berechnet.
Die rechte Seite ist als Randbedingung nutzbar und der auftretende Ausdruck ∇p muss
nicht ausgerechnet werden. Da (5) jeweils nur innerhalb eines Elementes gilt, wird die rechte Seite
zur Verknüpfung des Gleichungsystems mit dem anderer Elemente genutzt (Die Details dazu
sind hier fortgelassen). Somit entsteht ein großes Gleichungssystem, dass gelöst werden kann.
Dabei sind in der Akustik prinzipiell zwei Fälle zu unterscheiden:
• keine Berücksichtigung äußerer Anregung: Eigenfrequenzen (Resonanzen) und zugehörige
Schwingungszustände werden berechnet (Modalanalyse, Bild 3)
• mit Berücksichtigung äußerer Anregung: Schallfeld infolge einer oder mehrerer Quellen
wird berechnet (harmonische bzw. transiente Analyse, Bild 4)
Damit die mit der FEM erhaltene Näherungslösung noch brauchbar ist, dürfen die Elemente nicht
zu groß gegenüber der Schallwellenlänge sein. Als Faustregel gilt, dass mindestens 6 Elemente
pro Wellenlänge vorgesehen werden müssen. Mit steigender Frequenz bzw. größeren Abmessungen
des Berechnungsgebietes steigt der Aufwand stark an und wird bald nicht mehr beherrschbar.
Derzeit ist die Behandlung von Problemen mit etwa 10 7 Unbekannten auf größeren
Rechnern möglich. Übliche Rechenzeiten liegen für praktische Probleme dabei im Bereich von
vielen Stunden bis zu einigen Tagen.
Der für die Akustik wichtige Fall der Schallausbreitung über große Entfernungen (viele Wellenlängen
bzw. bis ins Unendliche) ist nicht ohne weiteres mit der FEM zu behandeln, da das
gesamte Gebiet mit einem Rechengitter versehen werden müsste und die Anzahl der Unbekannten
viel zu groß werden würde. Eine Alternative bietet das im folgenden Abschnitt beschriebene
Verfahren.
3 Randelemente-Methode (Boundary Element Method, BEM)
Zum Verständnis der diesem Verfahre zugrunde liegenden Idee sei noch einmal die allgemeine
Aufgabenstellung nach Bild 1 betrachtet. Oft genügt es, die gesuchte Funktion f (z.B. Schalldruckverteilung
p) nur in einem Teil des Gebietes zu kennen. In diesem Fall reicht es aus, f nur
auf dem Rand des Gebietes zu bestimmen und daraus dann die gesuchten Funktionswerte im
Innern des Gebietes zu berechnen.
Ausgangspunkt für ein solches Verfahren ist eine Integralgleichung der Akustik, die so genannte
Kirchhoff-Helmholtz-Integralgleichung (KHI). Sie besagt, dass der Schalldruck an einem
Punkt −→ Y innerhalb, auf dem Rand und außerhalb des Gebietes V bestimmt werden kann, wenn
4

Bild 3: Ergebnisse einer Modalanalyse eines Pkw-Innenraums: Schalldruckverteilungen bei vier verschiedenen
Eigenfrequenzen
Bild 4: Berechnung des Übertragungsverhaltens eines Schalldämpfers Links: verwendetes Berechnungsgitter,
Rechts: Übertragungsmaß in dB als Ergebnis einer harmonischen Analyse
5

Bild 5: Außenraumproblem: Durch einen dünnen Schlauch und eine Hüllfläche in unendlicher Entfernung
wird das außerhalb des Randes liegende Gebiet zu einem innerhalb des Randes liegenden
die Schalldruckverteilung (1.Term) und die Normalenableitung des Schalldrucks (=Schallschnelle,
2.Term) auf dem Rand des Gebietes S bekannt sind:
S
p( −→ X ) ∂G(−→ X , −→ Y )
∂ −→ n
− G( −→ X , −→ Y ) ∂ p(−→ X )
∂ −→
dS(
n
−→ X ) = p( −→ ⎧
⎪⎨ 0,
Y ) ·
⎪⎩
−→ Y ∈ V ;
1
2 , −→ Y ∈ S;
1, −→ Y ∈ V ∩ −→ Y ∈ S.
G ist die Greensche Funktion der akustischen Wellengleichung (für den dreidimensionalen Fall:
e − jkr /4πr).
Bevor aber die Gleichung zur Berechung des gesuchten Schalldrucks verwendet werden
kann, müssen der Schalldruck und die Schallschnelle auf dem Rand bekannt sein.
Liegt auch der Punkt −→ Y auf dem Rand, so taucht der gesuchte Schalldruck auf dem Rand
auf beiden Seiten der Integralgleichung auf. Wird nun der Rand ähnlich wie bei der FEM in einzelne
Knoten und (Rand-)Elemente zerlegt und p mit Hilfe von Formfunktionen interpoliert, dann
kann das Integral als Summe ausgedrückt werden. Der Schalldruck an einem bestimmten Randpunkt(=Knoten)
ergibt sich dann aus der Summe, in der die Schalldrücke und Schallschnellen an
allen anderen Knoten enthalten sind. Werden so alle N Knoten betrachtet ergibt sich ein Gleichungsystem,
das N Gleichungen und 2N Unbekannte enthält, nämlich p und ∂ p/∂ −→ n an allen
Knoten. Mit Hilfe von N Randbedingungen für p oder ∂ p/∂ −→ n erhält man die fehlenden N Gleichungen
und kann das Gleichungsystem und damit die gestellte Berechnungsaufgabe lösen.
Mit einem kleinen gedanklichen Trick kann man sich klar machen, dass das Verfahren auch
funktioniert, wenn das Gebiet außerhalb des Randes liegt (Aussenraum-Problem, Bild 5). Dazu
wird der Rand um einen kleinen, dünnen Schlauch mit vernachlässigbar kleiner Oberfläche mit
einer zweiten Berandung verbunden, die sich unendlich weit weg befindet. Somit befindet sich
das Gebiet innerhalb des so neu definierten Randes, jedoch tragen Schlauch als auch unendlich
weit entfernte Oberfläche nichts zum Integral in (6) bei.
6
(6)

Bild 6: Frontaler Einfall einer ebenen Schallwelle auf ein Modell eines menschlichen Kopfes und Torso.
Links: verwendetes Modell und Visualisierungsfläche, Mitte: Berechnungsgitter, Rechts: berechnete
Schalldruckverteilung bei 1600 Hz (Quelle: Jan Rejlek „Modellierung der Schallstreuung mit Hilfe der
Randelementemethode“ Diplomarbeit CVUT Praha 2004)
Besonders die Möglichkeit, Schallfelder außerhalb einer Randfläche mit beherrschbarem Aufwand
zu berechnen, macht die BEM zu einem attraktiven Werkzeug der Akustik. Ein Beispiel zeigt
Bild 6, wo die Schalldruckverteilung an einem Torso mit Kopf berechnet wurde.
Bei der BEM müssen deutlich weniger Unbekannte bestimmt werden als bei der FEM. Allerdings
ist der Aufwand zur Lösung des Gleichungssystem höher. Deshalb sind nur etwa 10 5
Unbekannte praktisch beherrschbar. Um die Vorteile beider Verfahren zu nutzen, lassen sich
FEM und BEM auch gekoppelt anwenden.
7